TodoLLMRobóticaStartupsInvestigaciónÉticaNegociosHardwareSistemas AutónomosMedicinaCreativo

Todas las noticias

7939
GRAPHEVAL: Nuevo Marco de Grafo Revela Que Self-Consistency Oculta Errores de Razonamiento en LLMs
LLM·arXiv cs.CL

GRAPHEVAL: Nuevo Marco de Grafo Revela Que Self-Consistency Oculta Errores de Razonamiento en LLMs

10 jul 2026·2 min
Agentes LLM auto-evolucionarios: compilar SOPs en herramientas reduce la latencia un 42%
LLM

Agentes LLM auto-evolucionarios: compilar SOPs en herramientas reduce la latencia un 42%

10 jul 2026·2 min
Una red neuronal de grafos reconoce gestos de la mano en 48 ms: 99% de precisión para prótesis y AR
LLM

Una red neuronal de grafos reconoce gestos de la mano en 48 ms: 99% de precisión para prótesis y AR

10 jul 2026·3 min
Los modelos de lenguaje Qwen3 complican con facilidad las tareas educativas, pero tienen dificultades para simplificarlas
LLM

Los modelos de lenguaje Qwen3 complican con facilidad las tareas educativas, pero tienen dificultades para simplificarlas

10 jul 2026·2 min
NYIT desarrolló un asistente LLM para un curso de análisis aplicado en MATLAB
LLM·arXiv cs.AI

NYIT desarrolló un asistente LLM para un curso de análisis aplicado en MATLAB

10 jul 2026·2 min
Infinity-Parser2 superó a DeepSeek-OCR-2 en el análisis de documentos y abrió un dataset de 5 millones de ejemplos
LLM

Infinity-Parser2 superó a DeepSeek-OCR-2 en el análisis de documentos y abrió un dataset de 5 millones de ejemplos

10 jul 2026·3 min
Hallucination Self-Play: un pequeño modelo de lenguaje superó a grandes LLM en la detección de alucinaciones
LLM

Hallucination Self-Play: un pequeño modelo de lenguaje superó a grandes LLM en la detección de alucinaciones

10 jul 2026·2 min
Gemini 2.5 Flash sustituye a evaluadores humanos en las pruebas de agentes de voz
LLM·arXiv cs.CL

Gemini 2.5 Flash sustituye a evaluadores humanos en las pruebas de agentes de voz

Investigadores comprobaron cuán fiable puede ser Gemini al evaluar agentes de voz con AI en lugar de personas, y concluyeron que el modelo c

10 jul 2026·3 min
Top temas
01Idiobiónica: científicos advierten sobre los riesgos de hackear prótesis biónicas inteligentes10 jul 2026·2 min02TACO: un método elimina la “contaminación” del crédito en el entrenamiento RL de modelos de lenguaje10 jul 2026·2 min03Un nuevo método con MiniLM detecta con mayor precisión consultas fuera del ámbito de conocimiento de los chatbots10 jul 2026·2 min04Científicos proponen la "plausibilidad de alineación" como estándar de seguridad para los LLM en medicina10 jul 2026·3 min05El debiasing de modelos de NLP crea nuevos estereotipos para otros grupos demográficos10 jul 2026·3 min
Análisis de 18 LLM médicos: los especialistas de nicho diagnostican con más precisión que los modelos de propósito general
LLM·arXiv cs.AI

Análisis de 18 LLM médicos: los especialistas de nicho diagnostican con más precisión que los modelos de propósito general

Investigadores compararon 18 modelos de lenguaje en una escala de cinco niveles de competencias médicas y descubrieron que la AI especializa

10 jul 2026·2 min
01EspanStereo: un nuevo conjunto de datos revela estereotipos de LLM en culturas hispanohablantes10 jul 2026·2 min02DeepSearch-Evolve: un agente web de 9.000 millones de parámetros aprende sin supervisión y logra 61% en GAIA10 jul 2026·2 min03Investigadores describieron cómo los agentes LLM y los humanos socavan la confianza en las cadenas de información10 jul 2026·2 min
Los LLM demuestran teoremas, pero no descubren matemáticas: investigadores describen el siguiente paso
LLM·arXiv cs.CL

Los LLM demuestran teoremas, pero no descubren matemáticas: investigadores describen el siguiente paso

Un position paper en arXiv sistematiza los avances en AI4Math y explica por qué los sistemas LLM actuales no son capaces de descubrir nuevos

10 jul 2026·2 min
Nueva herramienta de AI combina GTAP y APSIM para evaluar choques en las cadenas de suministro agrícolas
LLM·arXiv cs.AI

Nueva herramienta de AI combina GTAP y APSIM para evaluar choques en las cadenas de suministro agrícolas

Investigadores desarrollaron un sistema de AI basado en GTAP y APSIM que analiza choques en las cadenas de suministro agrícolas mediante con

10 jul 2026·3 min
LSTM superó a Random Forest y Naive Bayes en análisis de sentimiento de tuits con un ROC-AUC de 0,92
LLM·arXiv cs.CL

LSTM superó a Random Forest y Naive Bayes en análisis de sentimiento de tuits con un ROC-AUC de 0,92

Investigadores en arXiv compararon cinco algoritmos clásicos de ML y una red neuronal LSTM en un dataset de Twitter de Kaggle: la red recurrente logró un 80% de precisión y un ROC-AUC de 0,92, superan

10 jul 2026·3 min
Context Graph: investigadores enseñaron a agentes corporativos de AI a trabajar sin consultas
LLM·arXiv cs.AI

Context Graph: investigadores enseñaron a agentes corporativos de AI a trabajar sin consultas

10 jul 2026·2 min
LiST: un nuevo método ofrece simultáneamente precisión, robustez y calibración en redes neuronales
LLM·arXiv cs.LG

LiST: un nuevo método ofrece simultáneamente precisión, robustez y calibración en redes neuronales

10 jul 2026·2 min
Hol-PCFG redujo los parámetros del análisis sintáctico en un 99,94% y pasó a liderar en seis idiomas
LLM·arXiv cs.CL

Hol-PCFG redujo los parámetros del análisis sintáctico en un 99,94% y pasó a liderar en seis idiomas

10 jul 2026·2 min
MetaNCA enseña a las redes neuronales a autoorganizarse sin backpropagation
LLM·arXiv cs.LG

MetaNCA enseña a las redes neuronales a autoorganizarse sin backpropagation

10 jul 2026·2 min
Jet-Long amplía la ventana de contexto de los modelos de lenguaje a 128K sin fine-tuning
LLM·arXiv cs.LG

Jet-Long amplía la ventana de contexto de los modelos de lenguaje a 128K sin fine-tuning

10 jul 2026·2 min
Eternis-Forecaster 8B: las sondas de activación son más precisas que las cadenas de razonamiento y ahorran hasta un 47% de tokens
LLM

Eternis-Forecaster 8B: las sondas de activación son más precisas que las cadenas de razonamiento y ahorran hasta un 47% de tokens

10 jul 2026·2 min
Datalab Lift contra competidores: cómo funciona un extractor de 9B con JSON Schema
LLM

Datalab Lift contra competidores: cómo funciona un extractor de 9B con JSON Schema

9 jul 2026·2 min
Anthropic lanza el dashboard Reflect para analizar cómo usas Claude
LLM

Anthropic lanza el dashboard Reflect para analizar cómo usas Claude

9 jul 2026·3 min
Meta lanzó Muse Spark 1.1 — agente multimodal con contexto de 1 millón de tokens
LLM·Meta AI Blog

Meta lanzó Muse Spark 1.1 — agente multimodal con contexto de 1 millón de tokens

Meta Superintelligence Labs presentó Muse Spark 1.1 — un modelo agentivo con ventana de contexto de 1 millón de tokens, soporte para video y

9 jul 2026·2 min
Mistral Actualiza Studio: Sistema de Control de Versiones para Prompts de IA Empresariales
LLM·Mistral AI News

Mistral Actualiza Studio: Sistema de Control de Versiones para Prompts de IA Empresariales

Mistral AI agregó gestión centralizada de prompts a Studio — ahora cada instrucción de IA tiene versión, propietario y registro de cambios s

9 jul 2026·2 min