Todas las noticias
10835
FilmFlow: cuatro agentes construyen trayectorias de cámara en 3D a partir de texto y vídeo
BrickWright enseña a los agentes de programación a montar LEGO: 100 % de ensamblajes válidos frente al 9–69 %
Una política de apenas 856K parámetros acelera el LLM de difusión LLaDA-8B
IQuest-Q1: modelo MoE abierto de 320 mil millones de parámetros para programación agéntica en CLI
IQuest-Q1 es un modelo MoE abierto de 320 mil millones de parámetros, 15 mil millones activos. Está entrenado para programación agéntica en CLI y se ensambla…
Un RAG ingenuo supera a los sistemas de memoria agénticos en seis de siete pruebas
Raw-RAG, con búsqueda densa y reranking sobre el historial bruto, quedó primero en seis de siete configuraciones y superó a la mejor memoria agéntica por 0,13–5,53…
AgentVQA evaluó 22 VLM en tareas de agentes: la mejor obtuvo solo un 58,5%
AgentVQA, un benchmark offline de 1000 ejemplos en cinco dominios, muestra que el mejor de 22 modelos visión-lenguaje solo acierta el 58,5%; el cuello de botella es…
Anthropic cede el estándar Agent Skills a la AAIF: 1 millón de skills y 280 millones de instalaciones
Cohere lanza inferencia confidencial en H100 sobre Azure con atestación remota
Cohere Labs pone a prueba a la IA con acertijos: más de 100 autores de 50 países destapan lagunas culturales
Cognition lanza un plugin para agentes que cierra fallos en PHP y Node.js con CVSS 9,2
DirCast dirige y comenta esports por sí solo y supera a GPT-5
Un solo modelo de vídeo y lenguaje en streaming elige la cámara y habla por el comentarista en tiempo real. Frente a GPT-4o, sus comentarios ganan el 29,2% de las…
UserArena: un benchmark con 64 729 sesiones comprueba si se puede simular a los compradores
Investigadores reunieron 64 729 sesiones de compra reales de 11 010 usuarios y proponen OPTD, un método que reproduce el efecto de un test A/B en producción mejor…
HiSTEVE 1.0 juega a Minecraft con ratón y teclado: 85,0% en MineStudio Bench
Dual Exam: GPT 6 Astra logra 31,3 puntos entre los agentes multimodales
DISC aprende a combinar métricas de similitud de series temporales y a predecir el éxito de la transferencia
MMVistaReason: una receta abierta para entrenar un modelo de 4B supera a Qwen3.5-9B en 15 benchmarks
LeWorldModel, sometido a una prueba de sensibilidad a las acciones: los ejes divergen entre 36° y 42°
FocusVLA enseña a un robot a elegir cámara según la etapa de la tarea: +13,3 p. p. en pruebas reales
UCLA desplaza la frontera velocidad-calidad en la difusión especulativa con dos palancas
PaperFormalizer convierte artículos en LaTeX en código Lean verificado, con el autor en el circuito
Investigadores de Stanford lanzan PaperFormalizer, un pipeline agéntico en Claude Code o Codex que detecta lagunas en las demostraciones y formaliza el artículo en…
NVIDIA abre Flora: etiquetado de datos para robots 125 veces más barato que GPT-6 Astra
NVIDIA publica en abierto Flora, el motor de etiquetado de GR00T. Etiqueta 200 000 horas de datos al día en 512 GB300 y cuesta unas 125 veces menos que GPT-6 Astra.