LLMs y Modelos
Grandes modelos de lenguaje: GPT, Claude, Gemini, Mistral y pesos abiertos.
97 published articles
Investigación en IA
El Qwen de Alibaba acaba de convertir la modelización del mundo en un problema de lenguaje
Qwen-AgentWorld es un modelo de mundo nativo del lenguaje que simula entornos de agente en siete dominios. Al hacer de la modelización del entorno el objetivo de entrenamiento desde el principio, ofrece una alternativa a los modelos de mundo basados en video y a los simuladores específicos de dominio para la IA incorporada.
2026-07-19
Agentes Autónomos
Por qué un agente con un bucle de aprendizaje cambia el juego de la IA autónoma
Hermes Agent de Nous Research va más allá del típico copiloto de código al incorporar un bucle de aprendizaje cerrado, memoria entre sesiones y creación autónoma de habilidades. Funciona en cualquier lugar, se integra con más de 20 plataformas de mensajería y busca construir un modelo cada vez más profundo de cada usuario con el tiempo.
2026-07-19
Cuello de botella
El nuevo benchmark de Alibaba demuestra lo que los agentes de IA aún no pueden hacer: seguir las reglas
El benchmark HSCodeComp de Alibaba revela la brecha: los mejores agentes alcanzan un 49,4% de precisión frente al 95% de los expertos humanos en clasificación arancelaria. El cuello de botella es estructural, más capacidad de cómputo no ayuda.
2026-07-19
Picbreeder revivido con agentes VLM
Lo que los agentes de IA perdieron al reconstruir el experimento más creativo de internet
Sakana AI, MIT y NYU recrearon Picbreeder con agentes VLM para estudiar la creatividad abierta. Los agentes quedaron atrapados en motivos repetitivos, incapaces de dar los saltos conceptuales que los humanos logran. Diversas personalidades ayudaron, pero la brecha entre la creatividad artificial y la humana sigue sin explicación.
2026-07-19
Codificación con IA
El uso de Kimi K3 en Opencode se duplicó en una semana, según el conteo de la propia plataforma
La cuenta X de Opencode reportó que el uso de Kimi K3 se duplicó en la plataforma durante la última semana. La publicación no ofrece conteos de finalización ni menciona a un competidor, por lo que las afirmaciones de que K3 es ahora el modelo más utilizado deben tratarse como no confirmadas.
2026-07-18
IA Embodied
El modelo de 8B de Mistral acaba de hacer opcional el lidar para robots de oficina
Robostral Navigate de Mistral AI es un modelo de 8B que utiliza solo una cámara RGB para lograr un 76,6 % en los benchmarks R2R-CE, superando a los enfoques multisensor en 4,5 puntos. Construido con datos simulados y un método de prefijo-caché eficiente en tokens, se generaliza a través de tipos de robots y se adapta a obstáculos no vistos.
2026-07-17
IA multimodal
Un modelo de 12B supera a uno de 90B. La ortodoxia del escalado está en aprietos
Pixtral-12B iguala o supera a modelos siete veces más grandes en benchmarks multimodales, sin sacrificar el rendimiento lingüístico. Mistral también publica un nuevo benchmark abierto para la evaluación práctica de lenguaje visual, desafiando la idea de que más grande siempre es mejor.
2026-07-17
LLMs y Modelos
La receta de cascada de Mistral reduce los LLM sin eliminar el razonamiento
La destilación en cascada de Mistral reduce modelos grandes a pequeños conservando el razonamiento y la visión. La variante de 3B tiene capacidades que antes requerían diez veces los parámetros, y todo es Apache 2.0.
2026-07-17
análisis
Dónde Kimi K3 supera a la frontera: un análisis punto por punto del modelo abierto de 2,8T
Kimi K3, el modelo abierto de 2,8T parámetros de Moonshot AI, va por detrás de los modelos propietarios de frontera en la mayoría de los benchmarks generales, pero lidera en SWE Marathon, Terminal-Bench 2.1, BrowseComp y otros. La tabla detallada revela dónde dan sus frutos sus apuestas arquitectónicas en KDA y Stable LatentMoE.
2026-07-17
Inteligencia Artificial
Alibaba acaba de publicar como código abierto un modelo mundial que permite entrenar agentes de IA dentro de un simulador
El equipo Qwen de Alibaba lanzó Qwen-AgentWorld, un modelo mundial de lenguaje que simula entornos de agente en siete dominios. Su proceso de tres etapas, CPT, SFT, RL, produce un simulador que supera a GPT-5.4 en fidelidad y permite a los agentes entrenarse mediante ensayo mental en lugar de costosos despliegues en entornos reales.
2026-07-16
IA Documental
El OCR 4 de Mistral obtiene grandes puntuaciones, pero su propia auditoría demuestra por qué los números de referencia no cuentan la historia real
Mistral OCR 4 introduce cuadros delimitadores, clasificación de bloques y puntuaciones de confianza junto con la extracción de texto, con soporte para 170 idiomas. Logra un 72% de tasa de victorias en preferencia humana y las mejores puntuaciones de referencia, pero el análisis de Mistral muestra que las pruebas de referencia estándar penalizan la salida correcta por artefactos de formato, no por errores de precisión.
2026-07-16
Programación competitiva
NousCoder-14B desafía la programación de olimpiadas con un pipeline de RL abierto
Nous Research lanza NousCoder-14B, un modelo de programación competitiva basado en Qwen3-14B mediante RL. Stack abierto completo: pesos, entorno y suite de evaluación. Dirigido a benchmarks de programación de nivel olimpiada.
2026-07-16