IA de código abierto
Los modelos abiertos — Llama, Mistral, DeepSeek, Qwen y otros — están alcanzando a los laboratorios cerrados y permiten ejecutar IA en tu propio hardware, sin depender de un proveedor. Eso cambia el equilibrio de poder, el debate sobre seguridad y la economía del sector. Aquí está todo sobre la IA de código abierto: lanzamientos de pesos abiertos, licencias, despliegue local y la carrera contra los modelos cerrados.
Qwen-Image-PE enseña diseño a la red neuronal: el potenciador de prompts suma +7,81 puntos
El equipo de Qwen entrenó un potenciador de prompts basado en principios de diseño: la versión de 397B añadió 7,81 puntos a las consultas originales, y el modelo de…
Un backbone visual abierto aprende a cambiar sus reglas de aprendizaje sobre la marcha: 1000+ estrellas en GitHub
Publican en open source un backbone visual que cambia su regla de aprendizaje sobre la marcha. Supera las 1000 estrellas en GitHub y es 2.º en el ranking de HF.
Las universidades de Zhejiang y Pekín proponen SPADER para QA con varias respuestas
EMNLP 2026 Main acepta SPADER: un método de RL con GRPO paso a paso y recompensa por diversidad que enseña al modelo a encontrar todas las respuestas, no solo las…
Groq lanza Meta Muse Spark Open: 816B parámetros y más de 350 tokens/s
VAST libera el código de su modelo del mundo: la versión anime de Flash Step se genera en tiempo real
RSIHub reúne 4 métodos de evolución de agentes en un solo framework: hasta +13,5 p. p.
Hongbo Sun propone un algoritmo para desigualdades variacionales: 6400 problemas, 1e-5
LoopWAM, de Tsinghua, lidera RoboChallenge Table30 y se publica como código abierto
LoopWAM, el modelo mundial de acción de Tsinghua, 原力灵机 y 极寰时代, ocupa el primer puesto en RoboChallenge Table30. El código, el artículo y la página del proyecto ya…
Cohere compra AISLE, la startup que encontró más de 500 vulnerabilidades con CVE en un año
Cohere anuncia un acuerdo preliminar para comprar AISLE: la startup de 2025 halló más de 500 zero-day con CVE en más de 100 bases de código, incluidas las 12 de…
ACT3D enseña a un VLM a explorar escenas 3D y supera a Gemini 3.6 Flash: 53,2% en seis benchmarks
Mistral lanza Timestral: un modelo de 209M de parámetros que lidera tres benchmarks
DeepSeek abre el motor de inferencia DeepInfer y los analistas calculan un margen del 82%
Competencia frente a precisión: por qué GPT y Qwen pierden la lógica al cambiar la formulación
DeepSeek lanza V4.1-Flash-1017 y abre su Search API a $0,75 por 1000 llamadas
LMS y CRM de 205.000 líneas de código con agentes de IA: el precio de la puesta en producción, tres estados de un lead y un carácter \r
TokenWorth enseña a los agentes de IA a olvidar: el mejor resultado en tres entornos con el mínimo de tokens
BrickWright enseña a los agentes de programación a montar LEGO: 100 % de ensamblajes válidos frente al 9–69 %
El framework BrickWright, con el toolkit de Python BrickLayer, logró un 100% de montajes LEGO físicamente correctos en 512 prompts; los agentes base lograron entre…
Cola2 supera a Llama-3-8B en HellaSwag con 43 veces menos tokens
Cola2 comprime el texto en latentes continuos y logra 60,10 puntos en ocho tareas tras entrenarse con 346 mil millones de tokens, 43+ veces menos que el presupuesto…