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.
Tres puntos de inflexión de la IA: de ChatGPT a los agentes y la inteligencia física
Jensen Huang describió la evolución de la IA a través de tres puntos de inflexión: IA generativa, IA de razonamiento (el modelo O1) y IA agéntica. El consumo de…
Moonshot abre Kimi K2: un MoE de 1 billón de parámetros diseñado para agentes
Moonshot AI publica los pesos de Kimi K2: 1 billón de parámetros, 32 mil millones activos y 15.5 billones de tokens de entrenamiento sin un solo fallo. Está pensada…
Moonshot lanza Kimi K2 Thinking, un modelo abierto capaz de encadenar 300 llamadas a herramientas
Moonshot AI lanza el modelo abierto Kimi K2 Thinking: 44,9% en HLE con herramientas, 60,2% en BrowseComp y 71,3% en SWE-Bench Verified con INT4 nativo.
AA-Robotics v0.1: GPT-6 Astra controla un brazo robótico y logra 69 puntos de 100
MolLean obliga a los LLM a verificar la química: gana en 12 de 12 tareas
iRTE 2026: análisis de los modelos en tiempo real por los que apuestan OpenAI y Thinking Machines
Sberbank lanzó GigaPlatform AI Studio gratuito para construir agentes de IA sin código
200 OK, pero el cliente no recibe nada: tres bugs de un agente n8n en producción
Una segunda ola de silencio: el modelo responde con etiquetas de protocolo en lugar de texto, el límite de Meta de 1000 bytes rompe los formularios en ruso, y un…
Los modelos de vídeo y lenguaje confunden las maniobras de un coche: LoRA y las sondas corrigen el fallo
Un estudio en arXiv muestra que los video-LLM no identifican de forma fiable el movimiento de un coche en vídeo. Un LoRA ligero y las sondas sobre rasgos…
Deep Cogito entrenó la familia Cogito v1 en la infraestructura de Runpod en su camino hacia la ASI
Escribí 61 tests para un mentor de IA. Luego descubrí que tampoco se podía confiar en los tests
LVSPM supera a VGGT en la estimación de poses de cámara con 16–256 fotogramas y no se degrada en escenas grandes
SPLIT-RL enseña a los VLM a ver y a razonar por separado: +1,4–6,1 p. p. frente a GRPO
Lapras sustituye el CoT por razonamiento latente: hasta +10,79% de F1 con 23,9x menos tokens
Lapras, un nuevo método de post-training, enseña a los modelos de series temporales a razonar en el espacio latente: hasta +10,79% de F1 frente a CoT y 23,9 veces…
STI-OPD: una intervención probabilística del profesor para tareas de agentes de varios pasos
Junnan Liu y sus coautores presentan STI-OPD, un framework de destilación de modelos de lenguaje con intervención adaptativa del profesor. El método supera a los…