2026
10.780 artículos · 136 días · 10 categorías · promedio 79 por día
AVA mejora sin entrenamiento la precisión del ICL multimodal en 1,7 puntos
Los autores de un preprint proponen AVA, un pipeline de tres etapas que depura los ejemplos del prompt en VLM congeladas. Mejora media de +1,7 puntos en cinco…
Coral-KV comprime el KV-cache de los modelos de vídeo entre un 37% y un 48% y mejora el PSNR hasta 4,95 dB
Investigadores proponen Coral-KV, un método de compresión del KV-cache para generación de vídeo autorregresiva. En MAGI-1 suma 4,95 dB de PSNR frente a QVG-4 y…
Black Lake: las fábricas chinas se saltan la digitalización y van directas a los agentes de IA
El CEO de Black Lake, Zhou Yuxiang, compara el paso de las fábricas a los agentes de IA con el salto de China de las tarjetas bancarias a los pagos móviles. Anuncia…
Un transformer físico construido solo con transistores aprende in-context learning en simulación
La teoría lo demuestra: los masked diffusion sobre transformers aprenden con Õ(LK/ε) ejemplos
SAZO acelera el ajuste fino de LLM sin backprop: hasta 6× menos consultas para alcanzar el mismo loss
Las redes neuronales holomorfas con funciones singulares superan a todos los métodos en las pruebas de Laplace
La regresión de Cox aprende con datos truncados órdenes de magnitud más rápido que con EM
Un trabajo en arXiv demuestra que la regresión de Cox puede entrenarse con datos truncados y censurados mediante métodos de gradiente. La mejora frente a EM es de…
CacheScope acelera los modelos de difusión hasta 3,57x y reduce el LPIPS un 70%
CacheScope, sin reentrenar, detecta los pasos donde la caché es peligrosa y los calcula completos. En FLUX.1-dev, Wan2.1 y Open-Sora 1.2 acelera hasta 3,57x y baja…
CircuitTree ensambla 39 circuitos fonémicos de HuBERT en un transcriptor de sílabas con un 64,8% de precisión
ResonatorLM aprende a leer la memoria según el token: la perplexity a 1024 tokens baja de 12,81 a 3,76
Kairos: un modelo de bytes para todas las modalidades converge con 440 bytes
Los LLM abiertos explican la sátira a menor coste que los modelos frontier, pero peor la australiana que la estadounidense
MADS enseña a los agentes conversacionales a no romperse: 1095 diálogos, 66% con escenarios «malos»
U4RASD queda primera en KnowledgeGraphEval-2026: 94,06 de micro-F1 en árabe
El método AXLE activa la experiencia de los anotadores antes de etiquetar discurso de odio: 104 personas, 1040 valoraciones
perturber: un servicio con 68 perturbaciones de texto comprueba la robustez de los LLM
Investigadores lanzan perturber, un servicio y biblioteca de Python que aplican una sola perturbación que preserva el significado, de un catálogo de 68 variantes y…
GeopoliticalQA: bge-m3 supera a los embeddings comerciales en 5 525 preguntas sobre informes
Un nuevo benchmark evalúa RAG con 415 informes geopolíticos y 5 525 preguntas: la compacta bge-m3 supera a las API comerciales, mientras que la generación flaquea…
Qwen elige qué recordar: el replay de un modelo congelado reduce el olvido
Un estudio comprueba si un LLM puede proteger sus habilidades durante el ajuste fino: el replay generado reduce el olvido y la selección de tareas funciona en 4B.
RGR protege a los LLM de la pérdida de habilidades en la autodestilación mediante la geometría de las representaciones
Científicos proponen una fórmula de la creatividad basada en 3 criterios y la prueban con ajedrez y Picasso
Las redes neuronales son más modulares de lo que muestran sus neuronas: tres niveles de verificación
Un nuevo método alinea codificadores con 100–500 pares en lugar de millones
Un pipeline con LLM convierte datasheets en grafos de conocimiento con una precisión del 98,8%
Un nuevo pipeline construye grafos jerárquicos a partir de datasheets: 98,8% de propiedades fieles frente al 76,1% de una sola consulta a un LLM. Se probó con 20…
EvoSyn: la síntesis multiagente de datos mejora en 13,3 puntos el éxito en tareas
Investigadores proponen EvoSyn, un framework que reconfigura el espacio de generación de datos sintéticos según el feedback del alumno y supera en 13,3 puntos al…
MCTS pierde un 2,88% frente a reinicios aleatorios en planificación de DAG con el mismo presupuesto
Los autores de un artículo de arXiv encuentran cinco fallos en las métricas de fidelidad de la XAI
Tan Su Shan, CEO de DBS: el mercado sobrestima los riesgos de financiar la expansión de la IA
Bridge Data Centres, de Bain Capital, busca ampliar su crédito hasta $6,6 mil millones
STAPLE añade miles de millones de parámetros a OLMo-2 y decodifica el doble de rápido que MoE
STAPLE integra memoria estática dispersa en una LLM ya entrenada: en OLMo-2 1B suma +4,27 puntos en HumanEval, y el entrenamiento y la generación se ralentizan como…
MisVisAgentBench: los gráficos engañosos reducen en 34 p.p. el éxito de los agentes web
El nuevo benchmark MisVisAgentBench evaluó 13 agentes web visuales en 280 tareas: sustituir un gráfico honesto por uno distorsionado reduce la tasa de éxito en más…
Benchmark de modelos conversacionales: GPT Realtime y Gemini responden en casi todas las pausas
Investigadores probaron si los modelos de voz saben callar: en 427 pausas, las API de OpenAI, Google y xAI responden casi siempre; solo Moshi y PersonaPlex guardan…
GEPA eleva la recompensa de un agente de deep research de 0,702 a 0,781 en temas nuevos
ELR enseña a un solo modelo a girar en bucle: Koi-4B logra 18 y 29 puntos
DCOCO acelera la inferencia de LLM hasta 6,6x y supera a la competencia en un 6–23%
