2026
10.780 artículos · 136 días · 10 categorías · promedio 79 por día
CoRE enseña a la IA a elegir por sí sola las reglas de búsqueda en bases de conocimiento sin anotación
CoRE entrena a la vez un enrutador de reglas y un retriever sin pares «consulta — regla». Probado en tres dominios de STaRK-QA: ciencia, biomedicina y e-commerce.
OpenAI muestra cómo el dot de un ingeniero analizó un incidente nocturno y puso en marcha Codex
En un vídeo de OpenAI, el ingeniero Ali encarga a su dot el análisis de un incidente on-call a las 3 de la madrugada: abre un hilo en Codex y Ali lo dirige desde el…
Los robots aprenden con 20 854 horas de vídeo: cómo Sharpa construye la manipulación diestra
Los datos para robótica pasan de la costosa teleoperación al vídeo de personas: EgoScale usó 20 854 horas. Analizamos cómo encaja Sharpa en esa lógica.
La decodificación síncrona en MoE obliga a las GPU a esperar al grupo más cargado
Una empresa del entorno de la Universidad de Nankín apuesta por el cuarto factor de crecimiento de la IA
MTEdit: 500 mil trayectorias de edición enseñan a los modelos a no perder calidad en 8 pasos
Xiaomi-Lens-0, con 4B parámetros, supera a Qwen3.5 en 5,6 puntos en RefCOCO
OfficeTown simula 23 organizaciones y entrena a agentes en trabajo de oficina con 406 tareas
Un equipo de investigadores presenta OfficeTown, una simulación generativa de oficinas de la que sale un benchmark de 406 tareas y 4 836 criterios. Con sus datos…
Reflection lanza Beam: 501B parámetros y 30 puntos en el Intelligence Index
El primer modelo de Reflection queda segundo entre los open weights estadounidenses: 30 puntos en el Artificial Analysis Intelligence Index, con la mitad de tokens…
Conditional Program comprime la memoria n-gram de DeepSeek de 203 a 51 GB con 2 bits
ERB: agentes de IA diseñan sus propios tests para modelos y coinciden con la referencia en el 75% de los pares
MambaAct acelera un robot con π0.5: un experto 10 veces menor y una latencia 64,8% más baja
LM2LM: Qwen3.8-27B supera a GPT-6-sol en ideas para mejorar LLM y es un 33% más barato
ABF-Bench: entrenan a agentes de IA para rastrear criptomonedas robadas, pero abandonan la búsqueda demasiado pronto
Las mismas 74 tareas, otras personas: los agentes de IA en el navegador pierden un 36% de éxito
Stanford publica su lección sobre entrenamiento de LLM: 16 capítulos, del preentrenamiento a GRPO
Codex enseña a los sitios de equipo a actualizarse según un calendario y a adaptarse a cada visitante
OpenAI mostró cómo montar Sites en Codex: los datos se actualizan con tareas programadas y los plugins del usuario dan a cada visitante una vista personalizada.
OpenAI lanza GPT-Live-1.1: nuevas voces en 6 idiomas y menos «checking...»
GPT-Live-1.1 ya está disponible para todos los usuarios: nuevas voces en francés, alemán, hindi, español de México, coreano y japonés, y acentos más precisos.
Tadpole propone un modelo fundacional para la física: de predecir a comprender
Tadpole lleva la lógica de los foundation models a la ciencia: un solo modelo en lugar de una red distinta para el clima, los flujos de aire, la deformación de…
Artificial Analysis lanza AA-Robotics y pone a prueba a GPT, Claude y Gemini como cerebro de un robot
SpecTr-GBV, en EMNLP 2026, combina multi-draft y verificación por bloques para acelerar los LLM
AIPOCH abre el código de Open-Science: un diario de «vibe Research» para la investigación con IA
Honeycomb dota a los modelos de video de una memoria de tamaño constante para trayectorias cerradas
Una nueva revisión sistematiza la IA en el ámbito humanitario: seis tareas, del pronóstico del tiempo a los refugiados
Una revisión en Hugging Face Daily Papers presenta la IA como herramienta para seis tareas humanitarias: tiempo, energía, bosques, pobreza, daños tras emergencias y…
ARC-SORT alcanza 81,82 HOTA en SportsMOT y funciona a 50 fps
El tracker ARC-SORT, sin entrenamiento, logró 81,82 HOTA en SportsMOT con el menor número de cambios de ID entre 69 soluciones y rinde unos 50 fps en una RTX 3060…
GlobeBench: la mejor LLM predice la respuesta del entorno solo en el 49,57% de las tareas
Un vocabulario congelado de 16 MB iguala al entrenable en LLM pequeños
El NVIDIA RTX Spark N1X ejecuta un agente local con Qwen3.8 27B en 18,7 minutos
Vera Rubin NVL72 supera a GB300 hasta 5,7 veces en tokens por megavatio en AA-AgentPerf
La reescritura de datos supera a DP-SGD en el equilibrio entre privacidad y calidad
Comparación controlada con historiales médicos sintéticos y «canarios»: el fine-tuning filtra más, DP-SGD penaliza la calidad y la reescritura privada ofrece el…
Kolab: 115 horas de grabaciones muestran que los agentes de IA no entienden a sus colegas humanos
Investigadores de Minnesota NLP grabaron a 50 profesionales de 40 oficios trabajando con agentes. Los modelos de frontera sobrestiman la calidad de esa colaboración.
DialFork mide las alucinaciones procedimentales de los agentes en 36.278 diálogos
El benchmark DialFork detecta a agentes que hablan con fluidez y con información correcta, pero que se desvían del guion. Incluye 36.278 diálogos, 24 tareas, 12…
RealCLI: el mejor agente de IA para terminal logra un 49% en una prueba de trabajo con humanos
CoSTA comprime los tokens de voz de Step-Audio 2 mini con BPE: de 10K a 320K unidades añadidas
Un ingeniero de OpenAI escondió un «micrófono espía» en papel higiénico y lo descubrieron en 48 horas
