Todas las noticias
10835
El método FDSML con fractales eleva el Recall@1 en Stanford Cars del 56,2% al 78,4%
Qwen3.5-4B resuelve el 73,8% de las tareas de LIBERO tras el ajuste con RL de CaPtain, frente al 0% del modelo base
AdaPRA: Un agente supervisor eleva el rendimiento de la IA en tareas de ciencia de datos en 24,5 puntos de percentil
AOS-Bench pone a prueba a los agentes de IA: el rendimiento cae entre 13 y 23 puntos con tareas en paralelo
Un nuevo benchmark llamado AOS-Bench reveló que cuando a agentes basados en Claude, GPT y otros modelos se les asignan varias tareas a la vez en lugar de una sola…
CuraLoc localiza bugs en el código con un 59,3% más de precisión que sus rivales y usa 10 veces menos tokens
Un equipo de investigadores propone una forma de encontrar bugs en un repositorio sin consultas paso a paso al modelo: un solo plan en lugar de decenas de llamadas…
Una CNN de 2015 supera a GPT-6 Astra y Claude Fable 5.1 en el diagnóstico del cáncer de piel
Un dermatólogo probó GPT-6 Astra y Claude Fable 5.1 con 200 lesiones con biopsia: Inception v3, reentrenada en 20 minutos, acertó el 62% frente al 42%.
Anthropic revela cómo construye Claude con el propio Claude: el cerebro, separado de las manos
Agentes de IA tradujeron una demostración de 15.000 páginas a 43 millones de líneas de código en 24 días — y encontraron un error de hace 40 años
Anthropic convierte Claude Code en una plataforma: Claude Mods le da la vuelta al harness del agente
NVIDIA reduce su modelo Nemotron de 120 a 74 mil millones de parámetros para caber en 24 GB de VRAM
Un ingeniero de seguridad construyó en 7 días un servidor MCP que asusta a un agente de IA con vulnerabilidades
AppSecGate MCP lanza escáneres y mantiene una base de hallazgos. En OWASP Juice Shop, el agente procesó 200 hallazgos en 50 minutos y 15 rublos, y corrigió 56, 8 de…
Bayer lanza un motor multiagente sobre AgentCore: el 80% de las consultas, sin ingenieros
Bayer Crop Science construyó ADE sobre Amazon Bedrock AgentCore: 22 agentes resuelven cerca del 80% de las consultas sin ingeniero y el diagnóstico de fallos pasa…
PyTorch 2.15 acelera los modelos MoE en Mac entre 5 y 6,5 veces e incorpora FP8
AgentOrch: el plan de IA trazado por adelantado ya solo pierde por 8,5 puntos frente al paso a paso
Anthropic presenta el S-1 para su IPO con una valoración de $2 billones: margen del 85% y T2 en positivo
OpenAI lanza Decisions API: las decisiones de los agentes, hasta 10 veces más rápidas
Moonshot lanza Kimi K3.1 Pro: 2,8 billones de parámetros y pesos abiertos el 4 de noviembre
Kimi K3.1 Pro (2,8 billones de parámetros) entra en el top 4 de Artificial Analysis con 55 puntos. Los tokens son un tercio más baratos, pero la tarea cuesta casi…
El Apertus 1.5 suizo gana visión, oído y un contexto de 262 000 tokens
Swiss AI lanza Apertus 1.5 en 8B y 70B con Apache 2.0: multimodalidad a través del tokenizador, modo de razonamiento, contexto 4 veces mayor y datos totalmente…