LLMs y Modelos
Grandes modelos de lenguaje: GPT, Claude, Gemini, Mistral y pesos abiertos.
97 published articles
Colaboración Multiagente
El chat grupal es la nueva frontera para los agentes de IA
AgentTeams de Alibaba Cloud y Claude Tag de Anthropic están convirtiendo los chats grupales en el terreno de prueba para la colaboración multiagente. El cambio de conversaciones uno a uno a muchos a muchos introduce desafíos complejos en la gestión del contexto, la gobernanza de permisos y la memoria, y un nuevo paradigma sobre cómo la IA funciona dentro de las organizaciones.
2026-07-16
Diseño de Sistemas / Infraestructura de LLM
Por qué el enrutamiento de modelos es un problema de sistemas, no de clasificación
En 417 tareas de agentes, GPT-4.1 resultó ser casi el doble de caro que Sonnet a pesar de tener un precio de lista más bajo, porque el almacenamiento en caché, no las tarifas base, dominó el costo. Un análisis profundo sobre por qué el enrutamiento de modelos falla cuando se trata como clasificación y cómo construir enrutadores que optimicen simultáneamente costo, latencia y precisión.
2026-07-15
Inteligencia Artificial
Lo que Inkling revela sobre la nueva línea divisoria del mercado de modelos de código abierto
Inkling es el primer modelo disponible abiertamente de casi 1 billón de parámetros con entrada nativa de audio, imagen y texto, junto con una ventana de contexto de 1 millón de tokens y una variante cuantizada NVFP4. Los puntajes brutos en los benchmarks son sólidos, pero la historia más reveladora es cómo el ecosistema de código abierto ha pasado de ser un agente de recuperación a una competencia activa en la frontera, y dónde encaja Inkling en ese nuevo mapa.
2026-07-15
Desarrollo de IA
El vibe coding es rápido. Enviar lo que construye es donde comienza el trabajo real.
El vibe coding acelera la creación de prototipos y reduce la barrera para los principiantes, pero su deuda técnica oculta, los riesgos de seguridad y la falta de trazabilidad del razonamiento desafían la suposición de que el código generado por IA está listo para producción. Los desarrolladores deben sopesar la velocidad frente al control.
2026-07-14
Rendimiento de LLM
Una startup china de generación de video acaba de superar silenciosamente a Claude Opus en programación
El M2.7 de MiniMax obtiene un 56,22% en SWE-Pro, igualando el rendimiento cercano al de Claude Opus, mientras presume de un 97% de adherencia a habilidades en tareas complejas y una edición superior de productividad ofimática. El modelo señala un cambio de la búsqueda de benchmarks a la implementación de agentes en el mundo real.
2026-07-14
Google DeepMind
Gemma 4 acaba de hacer que todos los demás modelos de peso abierto parezcan 10 veces demasiado grandes
La familia de peso abierto nativamente multimodal Gemma 4 de Google DeepMind introduce modo de pensamiento, arquitectura sin codificador y opciones MoE. El modelo de 2.3B iguala el rendimiento del Gemma 3 de 27B. El modelo de 31B lidera las tablas de clasificación de peso abierto.
2026-07-13
IA de Teledetección
Tokens más inteligentes reducen tres veces los costos de IA satelital sin perder precisión
OlmoEarth v1.1 de Ai4earth reduce los costos computacionales hasta 3 veces frente a v1 para el análisis de imágenes satelitales, utilizando una técnica de fusión de tokens más inteligente que mantiene el rendimiento. Los modelos actualizados permiten actualizaciones de mapas a escala planetaria más económicas para organizaciones asociadas.
2026-07-13
Lean 4
Leanstral 1.5 demuestra que las viejas reglas de los precios de IA no se aplican a las matemáticas
Leanstral 1.5, un modelo de 6 mil millones de parámetros activos, satura miniF2F, resuelve 587 problemas de PutnamBench y descubre 5 errores no reportados previamente en repositorios de código abierto. A aproximadamente $4 por problema, reduce el costo de Seed-Prover en 75 veces y el de Aleph Prover en 15 veces, desafiando la suposición de que la verificación formal requiere presupuestos de cómputo masivos.
2026-07-12
Optimización de sistemas
DSpark demuestra por qué la inferencia rápida de IA es un problema de planificación, no un truco de modelo
El artículo de DSpark de DeepSeek revela que la decodificación especulativa ingenua degrada el rendimiento bajo alta concurrencia. Su solución, la verificación programada por confianza, adapta la longitud del bloque por solicitud y desplaza la frontera de Pareto del rendimiento del servicio.
2026-07-12
LLMs de contexto largo
La atención bifocal de Jet-Long acaba con el compromiso de escalado fijo para LLMs de contexto largo
Jet-Long adapta el reescalado de RoPE dinámicamente por longitud de secuencia, utilizando una ventana local y una ventana de largo alcance fusionadas mediante inclusión-exclusión. En modelos Qwen3 de hasta 128K de contexto, supera las líneas base zero-shot existentes en más de 2 puntos porcentuales en RULER y logra la menor perplejidad en PG-19, todo ello añadiendo menos de un 4% de sobrecarga en generación.
2026-07-12
Estrategia de datos sintéticos
El atlas de datos de Nvidia muestra por qué los datos sintéticos importan más que los pesos del modelo
El Nemotron Post-Training v3 Prompt Atlas de Nvidia proporciona un mapa interactivo de miles de millones de muestras de datos sintéticos, destacando cómo los datos sintéticos abiertos son la capa faltante para construir agentes de IA confiables. La empresa argumenta que el comportamiento de los agentes debe ser inspeccionable y que los datos sintéticos, publicados de manera abierta, son la única forma de preservar señales propietarias sin exponer secretos comerciales.
2026-07-12
Infraestructura de código abierto
Su pipeline de búsqueda de IA está roto. Este framework de código abierto repara la plomería.
Los equipos que construyen infraestructura de búsqueda de IA aún dedican demasiado tiempo a la plomería. Search Toolkit unifica ingesta, recuperación y evaluación en un único framework de código abierto, eliminando las semanas de trabajo de integración necesarias para combinar herramientas separadas. Está diseñado para casos de uso empresarial como calidad de RAG, recuperación específica de dominio y búsqueda agentiva.
2026-07-11