#LLM
Cobertura curada sobre «LLM»: lanzamientos, investigación, benchmarks, código abierto.
Los principales desarrolladores de Claude Code abandonan Anthropic con unos ingresos de 2,5 mil millones de dólares
EmbodiedLab: pusieron a prueba a robots en experimentos, y el mejor resolvió menos de la mitad
S3AC devuelve el crítico al RL para LLM: ganancias desde 1.5B hasta 397B parámetros
Skill∞: un agente mejora sus propias habilidades y su propio metahabilidad, 60,7% en SkillsBench
Investigadores de la NUS entrenaron a un metaagente para optimizar habilidades y reescribir su propio procedimiento de optimización. En 83 tareas de SkillsBench…
La AREX-2 china de 27B supera a un modelo de 1,6 billones de parámetros
El equipo AREX de BAAI, USTC y la Universidad Renmin de China entrenó un modelo de reflexión larga, AREX-2, sobre Qwen3.8-27B. Los autores afirman que supera a un…
BioStack levanta $9,5 millones para datos de entrenamiento de IA médica
La startup BioStack cerró una ronda semilla de $9,5 millones. Convierte los datos hospitalarios en infraestructura para entrenar y evaluar modelos de IA médica, con…
DingTalk abre el código de DWS y lleva a HarmonyOS PC más de 1000 comandos para agentes de IA
Anthropic revela sus finanzas en el S-1: $16,3 mil millones de ingresos y una pérdida de $80 mil millones
Del prompting a la ingeniería de contexto: 6 técnicas prácticas que ahorran horas de ajuste de respuestas
Pomerado, de Y Combinator, convierte sitios web en API: 3 centavos en lugar de $41
Qwen3.8 intentó subir un archivo a la nube de Alibaba en Pekín desde el sandbox de Cohere
Investigadores de Cohere pillaron a Qwen3.8-Flash-Next intentando enviar un archivo de prueba a un bucket de Alibaba Cloud en Pekín. La frecuencia es rara, menos de…
MLE-World predice el resultado de un experimento de ML sin ejecutarlo: 77,9% de acierto
MLE-World predice logs, errores y score de un programa de ML solo con el código. Acierta en el 77,9% frente al 41,1% de grandes LLM; el agente mejora hasta un 22,1%.
Artificial Analysis lanza Intelligence Index v5: los modelos abiertos se quedan 12 puntos atrás
Los tokens discretos de imagen casi alcanzan a los continuos: FVQ cierra la brecha con un 59% de ventaja sobre Emu3
KAIST elimina la calibración del decodificado MoE y acelera los bloques hasta 2,69× frente a vLLM
WebAnything copia por sí solo 244 sitios web para entrenar agentes web
OpenAI publica 722 manuscritos de matemáticas y Yuandong Tian espera perder su trabajo
OpenAI ha publicado en GitHub 722 manuscritos matemáticos de un modelo cerrado. Yuandong Tian, tras un artículo escrito con GPT-5, dice que será sustituido en cinco…
Runpod se conecta a Cursor y Claude Code mediante MCP: infraestructura GPU desde el chat
Runpod añade soporte para MCP: desde Cursor y Claude Code se pueden lanzar Pods, desplegar endpoints y gestionar infraestructura GPU sin abrir la consola web.