Zhemal Khamidun
Selección editorial diaria de las principales noticias de IA de más de 50 fuentes.
10060 artículos
VAST libera el código de su modelo del mundo: la versión anime de Flash Step se genera en tiempo real
RoboValue evalúa a los evaluadores de acciones de robots en 35 tareas y encuentra puntos ciegos
PhysRSI-eval mide cómo aprenden de sus errores los agentes VLM en 18 tareas de manipulación
KronLSTM, de NX-AI, modifica la regla delta y estabiliza la memoria sin normalización
NX-AI presenta KronLSTM: atención lineal con Kronecker Delta Rule, norma de memoria acotada y buenos resultados en contexto largo frente a DeltaNet.
SpecMRL mejora los embeddings Matryoshka: con la mitad de dimensiones supera al MRL completo
SpecMRL reorganiza el espacio de características de los embeddings Matryoshka. En MTEB supera al MRL en todas las dimensiones probadas y, con la mitad, incluso al…
HOLI-World enseña a un modelo de 4B a entender el mundo a partir de grabaciones en primera persona
Los autores de HOLI-World reunieron un ecosistema de ~100 escenas y ~80 mil pares QA para que HOLIWORLD-VL-4B comprenda mejor el espacio y el tiempo en vídeo…
Estudio: el sobreajuste y el cómputo extra se llevan el 68% de la mejora de la evolución del harness
First Passage Attention sustituye la suma de atenuaciones por un extremo: passkey a 8× la longitud
Investigadores probaron 16 tipos de pistas para OPSD y encontraron una métrica de selección
Científicos miden la incertidumbre de los LLM por la solidez de sus mecanismos internos en 3 modelos
Un modelo de 8B parámetros supera a Claude Opus 4.8 en la generación de ideas científicas
Investigadores entrenaron un modelo de 8B con RL a nivel de conjunto para generar ideas científicas. En creative utility superó a Claude Opus 4.8 y GPT-6 Astra.
LEASH delega los pasos difíciles al agente fuerte y ahorra un 19,2% frente a Opus 5
LEASH pone a un agente barato al mando y llama a Claude Opus 5 solo en los tramos difíciles: 73,66% en OSWorld con un coste un 19,2% inferior.
Lean4AgenticRL: LAR-27B logra un 77,3% en TerminalBench-2.1 con recompensas formales
HeirCommit descarta hasta un 83% de las actualizaciones dañinas en los LLM autoevolutivos
ACT3D enseña a un VLM a explorar escenas 3D y supera a Gemini 3.6 Flash: 53,2% en seis benchmarks
Librarian Agents: los LLM preparan el espacio de trabajo con antelación y logran +33 p. p. en BrowseComp-Plus
Vercel lanza Drives: los agentes ya cuentan con almacenamiento persistente de hasta 16 TiB
Vercel lanza BYOC en AWS y la beta de autorización para agentes: el consumo de tokens de IA se cuadruplica
Lovable lanza Deploy on Azure: las aplicaciones y los datos viven en tu suscripción
Google Antigravity halla un candidato a péptido antimicrobiano entre 97 aminoácidos
La plataforma agéntica Google Antigravity y el modelo ProtNLM hallaron en la «materia oscura» de UniProt una nueva bacteriocina de 97 aminoácidos. Ahora se valida…
Mistral lanza Timestral: un modelo de 209M de parámetros que lidera tres benchmarks
La primera familia de modelos de series temporales de Mistral lidera GIFT-Eval, TIME y fev-bench con 209M de parámetros y funciona en una CPU de servidor…