2026
10.780 artículos · 136 días · 10 categorías · promedio 79 por día
MESSENGER reduce un 71,6% el error de predicción de movimiento en 3D en nuScenes
LinSlot enseña a una red neuronal a descomponer una escena en objetos y atributos sin anotaciones
OcuFlow elimina los reflejos de las gafas en un solo paso y logra el 67,32% de los votos en una prueba ciega
Investigadores publican un dataset VR180 grabado con cámaras Blackmagic: 1211 muestras estéreo
Primer dataset VR180 grabado directamente con Blackmagic URSA Cine Immersive: 636 vídeos, 575 fotos, calibración de fábrica y una conclusión: el fisheye exige un…
SLVR sobre Qwen2.5-VL-7B suma 14,2 puntos en BLINK Relation sin CoT textual
Investigadores proponen SLVR: razonamiento latente con etapas tipadas. En Qwen2.5-VL-7B, el método aporta +9,4 en MMVP y +14,2 en BLINK Relation sin generar cadenas…
Google lanza un agente de IA para el trabajo en empresas, pero el precio y las integraciones siguen en el aire
El agente de Google trabaja con el contexto corporativo en tareas de oficina, pero el precio y la conexión con sistemas de terceros siguen siendo las grandes dudas…
CARing enseña a un LLM a predecir diagnósticos: R@30 alcanza 46,52% en MIMIC-IV
El CoT visible no mejora de forma universal la generación de SQL y código pandas, según un nuevo estudio
D-SLR sustituye al SVD truncado con tres descomposiciones y sin ajustar parámetros
Phase-HDC entrena un modelo sin historial del optimizador y almacena entre 16 y 23 veces menos que Adam
Las redes de Kolmogorov-Arnold alcanzan el nivel de las MLP con un 40% menos de muestras
Las KAN logran en aprendizaje por refuerzo el mismo resultado que las MLP con un 40% menos de muestras. La mejora relativa máxima llega al 50% y el ruido en las…
IKNO para Navier-Stokes: preciso ante rotaciones y 5,6 veces más pequeño que TFN
Investigadores proponen IKNO, un modelo de grafos compacto cuyas predicciones siguen con exactitud los giros de coordenadas en flujos 3D. Precisión de TFN con 5,6×…
La telemetría del router MoE delata los datos de fine-tuning: el ataque mejora entre 2,7 y 9,4 p. p.
SPERA se entrenó con 80 000 horas de EEG de 29 048 personas y se evaluó en 9 tareas
A las sondas de activaciones de Gemma-3-27B les bastan 80 diálogos sintéticos, pero no en todos los casos
Un Temporal Transformer para el bus CAN detecta anomalías sin intercambiar datos en bruto
SFT-as-context devuelve a los LLM ajustados sus habilidades generales: la brecha es de solo 2,2 p. p.
Lapras sustituye el CoT por razonamiento latente: hasta +10,79% de F1 con 23,9x menos tokens
Los médicos no preguntan a los LLM por diagnósticos: 127 833 consultas frente a 58 benchmarks
FedAlphaEdit fusiona ediciones de conocimiento de distintas organizaciones en un solo LLM sin intercambiar datos
Investigadores muestran que combinar sin más AlphaEdit y CollabEdit falla, y proponen FedAlphaEdit: una fusión de ediciones en el espacio nulo compartido, cercana a…
Tres LLM siguen mal los prompts sobre titubeos e interrupciones; las reglas funcionan mejor
Los autores de tau-Voice comprobaron cómo tres LLM imitan titubeos, interrupciones y asentimientos en simuladores de usuario. Un algoritmo determinista resultó más…
Sociolingüística en lugar de LLM como juez: un estudio prueba personas de simulación en 5 agentes
Un estudio piloto en arXiv propone definir las personas del simulador de usuario con parámetros de estilo medibles y verificarlas mediante estilometría en cinco…
Un modelo afinado de 0,8 mil millones de parámetros supera a GPT-5.4 en el etiquetado de gramática
La normalización de intervenciones abarata el análisis de millones de llamadas: un pipeline completo con modelos pequeños
Un autoencoder de texto comprime texto web a 2,24 bits por byte sin perder el significado
Termómetros cognitivos: proponen usar redes neuronales para medir la complejidad del significado
Los LLM redactan planes de obras viales para WisDOT: 14B apenas mejora a 7B
Afinaron modelos abiertos con el archivo WisTMP y los ejecutaron en local. La calidad subió, pero 14B aportó poco frente a 7B/8B y las estimaciones de coste siguen…
Wieszcz-XIX: un corpus polaco anterior a 1918 con 3.100 millones de palabras entrena modelos desde cero
Investigadores reunieron 294 369 documentos de prensa polaca de 1800–1918 y entrenaron desde cero modelos de 47M a 349M de parámetros que conocen mal el léxico…
GenUI-Harness eleva un modelo de 4B del 9,33% al 58% en Pass@3 y supera a Claude Opus 5
OpenProblemBench: GPT-6-Astra resuelve el 14% de los problemas abiertos de matemáticas y física
AgentHorizon: el mejor juez, GPT-5.5, solo alcanza un 80,9% en tareas largas de agentes
Dos esquemas de destilación hacen que los modelos estudiantes revelen el comportamiento oculto de su profesor
GUISE demuestra que una envoltura narrativa vulnera Qwen3-1.7B en el 89–96% de los casos
Un LLM enseña a un planificador a funcionar con memoria polinómica y resuelve 1709 de 1890 tareas
StoreBench: agentes LLM gestionan una tienda online y pierden frente a un script, 49% contra 97%
Los agentes LLM no aprenden las normas de una comunidad a partir de la interacción, según un estudio
Un preprint de arXiv introduce el concepto de competencia normativa de los LLM. En debates con normas sintéticas, los agentes base no lograron inferir las reglas…
Los agentes basados en Qwen3.6-27B y Qwen3-4B no cumplen el presupuesto de tiempo sin ayuda del harness
Pruebas en MLE-Bench Lite y Zork I: los agentes pequeños ignoran el límite de tiempo del prompt, y el RL con GRPO casi lo respeta a la perfección, pero no se vuelve…
Keyframe Mnemonics enseña a los robots a recordar lo esencial: 100% de éxito en horizontes largos
Un método self-supervised selecciona fotogramas clave para behavior cloning: +13,9 p. p. de éxito en 23 tareas de manipulación y 80% SR en un robot real con un…
Autores de arXiv piden sustituir la «verdad» única del etiquetado por un espacio de interpretaciones
TGIT traduce órdenes cortas para drones y eleva el éxito de la navegación del 11% al 33%
El agente tacha por sí mismo las respuestas antiguas de las herramientas y reduce a la mitad los tokens de entrada
