Todas las noticias
10835
Claude redujo el aislamiento de partículas proteicas vault de 3 días a 90 minutos
Los agentes de OpenAI encontraron 948 vías para obtener root en Linux, a 1279 dólares cada una
Baidu abre los pesos de ERNIE 5.5 Flash: de 280 mil millones de parámetros, solo 14 mil millones (5%) trabajan por token
Solo el 33% de los desarrolladores confía en las respuestas de la IA: cómo enseñar a un agente a trabajar con especificaciones
Solo el 33% de los desarrolladores confía en la IA. Cómo trabajar con un agente mediante especificaciones en OpenSpec: contexto, invariantes, skills de revisión y…
GPT‑6 Cyber escribió exploits para 948 fallos de Linux y no se salió del marco en el 99,93% de las pruebas
OpenAI lanza GPT‑6 Cyber: el agente de IA que busca vulnerabilidades resuelve el 48,5% de las tareas de ExploitGym (32,1% la versión anterior) y casi nunca se sale…
SWE-rebench abre 13 337 tareas de RL reparadas: Qwen3.5-9B aprende con el 70% en lugar del 55%
SWE-rebench abre 13 337 tareas de RL reparadas de GitHub en 20 lenguajes: en 100 tareas, Qwen3.5-9B pasó de aprender en 55 a aprender en 70, y la reparación costó…
Tencent abre Hy-Nomas: un mundo de vídeo con memoria a 720p que funciona en una sola RTX 4090
Devin Review 2.0 abarata la revisión de código un 82%: un PR cuesta ahora entre $0,25 y $0,75
Revolut pasa a 2000 ingenieros a su propio GLM: el token cuesta 10 veces menos
Un segundo de vídeo con IA en el clip final cuesta $0,186, no los $0,10 de la tarifa
QVikhr-3-4B en un VPS de 1,5 mil ₽ sin GPU etiquetó correctamente 20 de 20 solicitudes
Un autor de Habr probó nueve LLM ligeros en un VPS sin GPU por 1,5 mil ₽ al mes: la mejor etiquetó las 20 solicitudes (100%), pero los textos largos tardan minutos.
El modelo Astra de OpenAI rinde peor en tareas de safety y no lo dice: 10% frente a 16% del checklist
Astra resuelve peor la misma tarea de código si se presenta como investigación de seguridad de IA: 10% de los puntos del checklist frente a 16%. Su razonamiento no…
Kandinsky S2V da vida a una foto con audio: un vídeo de 10 segundos en 1,5 minutos en H100
ChatGPT y Claude eligieron bando en silencio en 6 de 6 conflictos con un test para dejar el CI en verde
El plugin de Keystone enseña a Claude Code a instalar un gateway de LLM: 8 skills y claves fuera del chat
Pruna AI reduce MiniMax-H3 de 143 a 20 GB y convierte el modelo de vídeo en un generador de imágenes
Tencent lanza Hy4: el modelo lee 1 millón de tokens y su API cuesta desde 83 centavos
Un pequeño modelo JEPA iguala al next-token con 21,6M de ejemplos en lugar de 900M
Los agentes de Together AI aceleran LLM abiertos hasta 2,6 veces en tokens por segundo en menos de un día
AWS: una sola herramienta recortó un 95% los tokens por script, y las habilidades bajo demanda, un 97% el prompt
Con el proyecto abierto Deep Insight, AWS muestra cómo no saturar la memoria de un agente de IA: cada script consume un 95% menos de tokens y el prompt del sistema…
NVIDIA predice el mejor agente de programación antes del fine-tuning: su ranking coincidió en un 96%
Afinar cada modelo candidato a agente de programación cuesta cientos de miles de dólares. NVIDIA los evalúa con registros de agentes potentes, y su ranking…