#Investigación
Cobertura curada sobre «Investigación»: lanzamientos, investigación, benchmarks, código abierto.
Cambiar la definición de «unsafe» mueve la puntuación de un guardrail de 0 a 100 con solo el 0,03% de los pesos
Investigadores proponen Anti-Persistence: memoria para agentes LLM sin reglas almacenadas
Generación de escenas 3D: un DiT trabaja en un latente 3D y codifica la escena en 1K tokens
Auditoría de POPE: la elección de los tokens «yes/no» desplaza el F1 de LLaVA-1.5 en 6,13 puntos
Al reproducir un método contra las alucinaciones en VLM, los autores hallaron un fallo en la evaluación: IDs erróneos de «yes» y «no» desplazan el F1 en POPE 6,13…
Refinamiento paralelo en lugar de difusión: los DRLM alcanzan 93,9% en Sudoku-Extreme
Microsoft ha presentado los DRLM, un método de razonamiento paralelo que genera un borrador completo y lo mejora de forma iterativa en lugar de recurrir a la…
TokenWorth enseña a los agentes de IA a olvidar: el mejor resultado en tres entornos con el mínimo de tokens
Investigadores presentan TokenWorth, un sistema de memoria ligero que valora el «coste» de los recuerdos y supera a rivales más complejos en tres entornos de…
Cola2 supera a Llama-3-8B en HellaSwag con 43 veces menos tokens
Verus-Insight enseña a un detector de vídeo generado por IA a encontrar artefactos y demostrarlos
Cohere Labs pone a prueba a la IA con acertijos: más de 100 autores de 50 países destapan lagunas culturales
Dual Exam: GPT 6 Astra logra 31,3 puntos entre los agentes multimodales
DISC aprende a combinar métricas de similitud de series temporales y a predecir el éxito de la transferencia
DISC, un nuevo esquema entrenable, calibra y combina métricas de similitud entre datasets de series temporales para estimar de antemano cuán bien se transferirá un…
MMVistaReason: una receta abierta para entrenar un modelo de 4B supera a Qwen3.5-9B en 15 benchmarks
Los autores de MMVistaReason publican una receta abierta de posentrenamiento: MVR-4B logra 72,8 puntos en 15 benchmarks multimodales y supera a Qwen3.5-9B…
FocusVLA enseña a un robot a elegir cámara según la etapa de la tarea: +13,3 p. p. en pruebas reales
UCLA desplaza la frontera velocidad-calidad en la difusión especulativa con dos palancas
PaperFormalizer convierte artículos en LaTeX en código Lean verificado, con el autor en el circuito
El token de grafo de G-Retriever resulta ser casi vacío: similitud coseno de 0.985–0.998
DecisionPivot evalúa 40 modelos decisores: con la misma precisión, la brecha llega a 26 p. p.
Lafa, un modelo de 8.000 millones de parámetros, acelera la generación de texto 2,54 veces sin perder calidad
El benchmark EvaOmni evaluó 24 modelos omni: el líder alcanza un 79,4%, pero su grounding se queda en 35,1%
Video-Point Model predice vídeo desde varias cámaras y trayectorias 3D de puntos
Video-Point Model predice vídeo futuro desde cualquier ángulo y trayectorias 3D de puntos de la escena. La supervisión por puntos mejora la calidad del vídeo y la…
Autoaprendizaje recursivo y Fable 5.1: por qué la carrera de la IA abandonó el debate sobre la AGI y se centró en la orquestación aplicada
Mientras la industria discute sobre formulaciones de AGI, los laboratorios líderes han cerrado el bucle de desarrollo y han puesto a los modelos actuales a crear la…