Modelos de razonamiento
Los modelos de razonamiento son una nueva clase de IA que «piensa» antes de responder: invierte cómputo adicional durante la inferencia, construye cadenas de razonamiento y resuelve problemas inalcanzables para los LLM comunes — matemáticas, código, ciencia. Con ellos empezó la carrera del test-time compute. Aquí está toda nuestra cobertura de los modelos de razonamiento: lanzamientos, benchmarks (GPQA, ARC-AGI), límites y costo.
NEWCloudflare AI BlogCloudflare reduce un 68% el coste de la revisión de código con IA: de $2,43 a $0,77
Hugging Face Daily PapersS3AC devuelve el crítico al RL para LLM: ganancias desde 1.5B hasta 397B parámetros
Жемал Хамидун · Авторская колонкаDel prompting a la ingeniería de contexto: 6 técnicas prácticas que ahorran horas de ajuste de respuestas
Hugging Face Daily PapersThinking-in-Bets: los agentes fijan sus afirmaciones antes de la crítica y claudican menos
Anthropic EngineeringAnthropic reescribió tres veces su prueba técnica: Claude Opus 4.5 alcanza a los mejores ingenieros
Jiqizhixin (机器之心)Harvard, Berkeley y NVIDIA buscan una Scaling Law para robots: +37,4 puntos en cinco benchmarks
The VergeMaia 300: cómo Microsoft reduce su dependencia de las GPU de Nvidia con su propio chip de IA
Artificial AnalysisMeta lanza Muse Wonder y Wonder Full: el índice de inteligencia sube de 48 a 56
Anthropic reescribió tres veces su prueba técnica: Claude Opus 4.5 alcanza a los mejores ingenieros
Más de 1000 personas han hecho la prueba para ingenieros de rendimiento. Opus 4 superó a la mayoría en 4 horas; Opus 4.5 igualó a los mejores en 2. Ahora la rehacen…
Harvard, Berkeley y NVIDIA buscan una Scaling Law para robots: +37,4 puntos en cinco benchmarks
Un equipo de Harvard, UC Berkeley y NVIDIA investigó el escalado en robótica y superó a los enfoques anteriores en una media de 37,4 puntos en cinco benchmarks.
Maia 300: cómo Microsoft reduce su dependencia de las GPU de Nvidia con su propio chip de IA
Microsoft ha presentado la tercera generación de su acelerador de inferencia de IA, el Maia 300. El nuevo chip es un 40% más eficiente que los sistemas basados en…
Apple y CMU aceleran 10 veces a los agentes de IA al sustituir el razonamiento por la elección
ECHO: predicciones multipaso sin módulos extra y a mitad de precio que MTP
Moonshot publica Kimi Vendor Verifier: 6 pruebas para verificar a los proveedores de K2.6
Kimi K3.1 Pro sube al 4.º puesto del AA Index con 55 puntos y un salto en agentes
Estudio: el sobreajuste y el cómputo extra se llevan el 68% de la mejora de la evolución del harness
El protocolo HDA desglosa la mejora de la optimización automática de agentes en 11 modelos: de media, 54% es sobreajuste, 14% test-time scaling y la transferencia a…
Investigadores probaron 16 tipos de pistas para OPSD y encontraron una métrica de selección
16 configuraciones de información privilegiada, 3 benchmarks agénticos, 3 modelos: las métricas KL predicen la utilidad de las pistas para OPSD mejor que la…
«Wait» en los modelos de razonamiento resultó ser herencia de los datos, no un descubrimiento del RL
Cohere Labs pone a prueba a la IA con acertijos: más de 100 autores de 50 países destapan lagunas culturales
Lafa, un modelo de 8.000 millones de parámetros, acelera la generación de texto 2,54 veces sin perder calidad
TraceForge entrena modelos con «sus propios pensamientos»: +7,1 puntos en MBPP+
Cohere enseña a un modelo de 7B a estimar su confianza dos veces: el error de calibración baja un 52,5%
Un equipo de investigadores de IA encuentra una atención lineal que supera a GDN2 con 1.3B de parámetros
Bridged Self-Distillation enseña a modelos pequeños a razonar con cualquier maestro, incluso a través de una API
Qué reveló la filtración de Claude Code sobre el futuro de los agentes de IA de Anthropic
Anthropic publicó accidentalmente el código fuente completo de Claude Code versión 2.1.88 por un error de configuración de npm. En el código se descubrieron 44…
Meta presenta Muse Spark: un modelo de IA multimodal con razonamiento visual
Meta Superintelligence Labs presenta Muse Spark, el primer modelo de IA de su nueva familia. Admite cadena de razonamiento visual y trabajo con agentes en paralelo.