#Investigación
Cobertura curada sobre «Investigación»: lanzamientos, investigación, benchmarks, código abierto.
Una receta en lugar de los pesos de un LLM: el intento de convertir 16 GB de matrices en fórmulas
En lugar de almacenar miles de millones de números, un modelo puede describirse con un generador de pesos: hiperredes, fórmulas, fractales. Habr analiza qué…
Una voz sintetizada leyó una novela en 1 h 58 min; lo que fallaba era la capa de procesamiento que rodea al modelo
Un autor de Habr dobló una novela de 15 444 palabras: la voz aguantó dos horas; los fallos estuvieron en el troceado, el pegado de frases y el marcado. Un set de 14…
Tsinghua enseña a los robots a ensayar sus acciones: ParallelWorld eleva el éxito del 56% al 83%
Investigadores de Tsinghua integraron un «ensayo» multipaso en el planificador de un agente corpóreo: ParallelWorld prueba variantes de antemano y eleva el éxito de…
Fudan NLP lanza A5, un asistente que recuerda tu estilo y toma la iniciativa
El equipo de Tsinghua lanza HandsOn: 66 tareas para medir la destreza de los robots
El autor de los virus de IA de Stanford explicará a MIT TR cómo un modelo escribe genomas
2,14 millones de cuentas bloqueadas y un 3,3% de apelaciones exitosas: así funciona el antifraude de Claude y la protección contra los baneos
ProAS acelera el entrenamiento de agentes LLM 2,44 veces y lleva ALFWorld al 94,3%
El equipo de LINs-lab presenta ProAS, un complemento para GRPO sin crítico que distribuye la recompensa de forma más precisa entre los pasos del agente. Alcanza un…
AgentProofBench: investigadores de CMU comprueban si se pueden reutilizar los verificadores de agentes web
El benchmark AgentProofBench, con 97 tareas y 4 servicios web, muestra que los verificadores de DeepSeek Flash y Pro se mantienen en 82/96 y 79/96 casos, y que los…
DynaFlow enseña a un agente líder a escribir sus propios workflows y supera a la base en 10,9 puntos
SATE-Bench: los modelos multimodales abandonan la exploración de la escena demasiado pronto
DIAYN, entre 20 algoritmos de motivación intrínseca, es el que replicó el comportamiento de la mosca Drosophila
Alibaba Qwen presenta TRACE: el Rollout en FP4 se acelera hasta 5,4 veces
El primer mapa completo del cielo en ultravioleta: cómo Claude Science llenó 50 años de vacíos de observación
Qwen-Image-PE enseña diseño a la red neuronal: el potenciador de prompts suma +7,81 puntos
PatEx-Gym enseña a agentes de IA a buscar antecedentes de patentes: 1 millón de patentes y un modelo de 4B
Agentes LLM construyeron en 20 días una IA para Hearthstone Battlegrounds que supera a los 10 mejores jugadores
El sistema AutoTavern no jugó por sí mismo: construyó las herramientas para hacerlo, un simulador y un agente de RL llamado TavernAgent. Su rating subió de 6.000 a…
Investigadores de la CMU enseñan a los modelos de RL a no divagar: FORK eleva la tasa de victorias del 22% al 74%
La recompensa FORK añade al RL basado en rúbricas un objetivo de precisión y corrige respuestas infladas e imprecisas: en HealthBench, la tasa de victorias frente…