#LLM
Cobertura curada sobre «LLM»: lanzamientos, investigación, benchmarks, código abierto.
Raspberry Pi 5 sin red: un paquete de conocimiento envenenado y firmado superó todas las verificaciones
Los autores probaron un RAG offline con Qwen2.5 1.5B/3B/7B en una Raspberry Pi 5: las verificaciones de firma pasaron por alto 6 de 9 ataques a las actualizaciones…
RoboJev-27B determina el éxito de un robot a partir de 10 fotogramas: AUROC 0,993 en SO-101
Un VLM abierto de 27.000 millones de parámetros observa 10 fotogramas y dice si el robot completó la tarea: 95,2% de balanced accuracy, 0,26 segundos por episodio y…
C3L rompe el bucle de deriva de explicaciones en continual learning: 5 benchmarks y 20+ baselines
Investigadores de Tel Aviv muestran que regularizar con los propios mapas de saliencia fija correlaciones espurias, y proponen C3L, basado en conceptos semánticos…
Xiaohongshu y la Universidad de Fudan desarrollan DR-Rubric para RL en tareas abiertas
OpenAI deja ver en su API tres modelos Aurora: red, green y blue alpha
PhAI Labs: Claude Opus 5 queda último en una prueba de hipótesis científicas, con un 2,3%
Búsqueda vectorial contra grafo de conocimiento: cuánto cuesta realmente construir y mantener un GraphRAG
Alibaba DAMO presenta por primera vez la hoja de ruta de los chips RISC-V automotrices XuanTie
En la RISC-V China Summit de Shenzhen, el 19 de octubre, Alibaba DAMO Academy presentó la hoja de ruta automotriz de XuanTie y habló de avances en Agentic AI y…
La Universidad de Zhejiang publica la primera revisión de IA egocéntrica para gafas inteligentes
Un equipo de la Universidad de Zhejiang publicó la primera revisión sobre la inteligencia en primera persona de las gafas inteligentes: del reconocimiento de…
Baidu, con Tsinghua y Renmin, abre LoopVL: enseñan a ver a un Loop Transformer
GPT-6-Astra logra la puntuación máxima en benchmarks de robótica, pero tropieza con robots reales
The Information: Anthropic prepara un modelo más potente que todos los Claude actuales
Tencent Hunyuan y Fudan lanzan ExplorationBench para evaluar la exploración en LLM
ACEdit enseña a los editores de imágenes a aprender de sus propios errores sin degradarse
ACEdit aplica Self-Forcing a la edición de imágenes: el modelo aprende de sus salidas mientras un profesor evalúa la imagen original y una instrucción compuesta.
Mine-Sample-Render: un método de tres etapas para la generación diversa
Los modelos generativos actuales son de calidad, pero monótonos. MSR (Mine-Sample-Render) es un enfoque de Microsoft Research para lograr diversidad en tiempo de…