Actualizado
Todas las noticias
Todo lo que la redacción publicó, en orden cronológico. Cada ítem trae origen, fuentes y tiempo de lectura.
3Hoy
4Ayer
64Esta semana
RESEARCHQuoteBench Expone una Brecha de 55 Puntos Oculta en Benchmarks de Agentes de Código
RESEARCHGoogle DeepMind lanza IA de lenguaje de signos en Pixel 11
vie, 14 ago
1 publicaciónjue, 13 ago
6 publicaciones RESEARCH Hugging Face Audita 2.226 Artículos de ICML, Encuentra 23% Con Afirmaciones Falsas 
RESEARCH Agentes LLM Sucumben a Supply-Chain Attacks Ocultos en Lenguaje Plano 
RESEARCH Andamios en Tiempo de Inferencia Elevan la Precisión de Modelos Débiles a 0.91 
RESEARCH El Benchmark VAKRA de IBM Demuestra que los Modelos Fallan en el 97% de las Tarefas Restringidas por Políticas RESEARCH El Framework RCI Reduce Violaciones de Restricciones en Entrenamientos de RL Seguro Offline 
RESEARCH Liquid AI lanza modelo de visión edge de 3.1B parámetros con throughput de 228 tokens/segundo
RESEARCH Agentes LLM Sucumben a Supply-Chain Attacks Ocultos en Lenguaje Plano RESEARCH Andamios en Tiempo de Inferencia Elevan la Precisión de Modelos Débiles a 0.91 RESEARCH El Benchmark VAKRA de IBM Demuestra que los Modelos Fallan en el 97% de las Tarefas Restringidas por Políticas RESEARCH El Framework RCI Reduce Violaciones de Restricciones en Entrenamientos de RL Seguro Offline RESEARCH Liquid AI lanza modelo de visión edge de 3.1B parámetros con throughput de 228 tokens/segundo mié, 12 ago
2 publicaciones
RESEARCH Los Embeddings Geoespaciales Abiertos Reducen Barreras para el Análisis de Datos de Satélite 
RESEARCH Sistema de IA Reduce Límites en Problema Matemático de 40 Años mar, 11 ago
6 publicaciones
RESEARCH El Entrenamiento Unificado de LLM Revela un Conflicto Fundamental de Modos 
RESEARCH MMDiff Permite que Ingenieros Auditen y Editen Características de Modelos Multimodales 
RESEARCH ArchAgent v2 supera a campeones humanos en diseño de caché de tres niveles RESEARCH GENCO reemplaza tres solucionadores clásicos de red eléctrica con una arquitectura neural 
RESEARCH Consilience de Amazon Detecta el Colapso del Modo Silencioso en el Razonamiento Basado en Confianza 
RESEARCH Taboo Realiza Pruebas de Estrés de LLMs en Restricciones de Producción lun, 10 ago
5 publicaciones
RESEARCH Colapso del Optimizador Muon Después de Grokking Amenaza el Entrenamiento en Producción 
RESEARCH Benchmark SABRE Expone la Ceguera de los Modelos de Visión ante Contradicciones Visuales 
RESEARCH CreativeInstruct Recupera Diversidad sin Ralentizar la Inferencia 
RESEARCH Mankind Labs Reduce Tokens de Loop Agentic 17–26% Con Evicción Reversible de Memoria RESEARCH CoinRAG Logra una Ganancia de 5,3% F1 en RAG Multi-Salto con Cache de Pepitas de Información sáb, 08 ago
1 publicación
vie, 07 ago
6 publicaciones
RESEARCH CalibForge Entrena Modelos con Ganancias de 30 Puntos Usando Tareas Calibradas por Solver 
RESEARCH AV-AIVAT Reduce el Costo de Evaluación de Agentes 74 Veces con Parada Certificada RESEARCH Las Llamadas Programáticas de Herramientas Superan JSON en Nuevos Modelos de IA RESEARCH NVIDIA Publica Guía Completa de RAG para Griego Alcanzando Ganancia de Recuperación 2.3× 
RESEARCH Los Ciclones WeatherNext de DeepMind Superan Modelos de Huracanes por un Día Completo 
RESEARCH Skill Entropy Eleva las Puntuaciones de Modelos de Razonamiento de 34% a 68% jue, 06 ago
6 publicaciones RESEARCH El Agent Harness Supera la Elección del Modelo en el Razonamiento de Documentos RESEARCH Reasoning Core Supera Conjuntos de Herramientas Procedurales Rivales en Tres Benchmarks de Razonamiento 
RESEARCH OctoLong mejora agentes de código con entrenamiento entre repositorios 
RESEARCH EvolveNet Evoluciona el Harness del Agente en Lugar de los Pesos del Modelo 
RESEARCH Chain-of-Thought Funciona a Escala Tiny, Quebrando el Vínculo Computacional RESEARCH SeGaBench Prueba LLMs en Optimización de Código Ciego para Compiladores
RESEARCH OctoLong mejora agentes de código con entrenamiento entre repositorios RESEARCH EvolveNet Evoluciona el Harness del Agente en Lugar de los Pesos del Modelo RESEARCH Chain-of-Thought Funciona a Escala Tiny, Quebrando el Vínculo Computacional RESEARCH SeGaBench Prueba LLMs en Optimización de Código Ciego para Compiladores mié, 05 ago
5 publicaciones RESEARCH SocietyBench Eventos Contrafácticos Exponen Puntos Ciegos de Modelos 
RESEARCH ReflectRL Recupera Ganancias de Razonamiento de Rollouts Fallidos de Experto 
RESEARCH Los regímenes de escalado en tiempo de inferencia requieren perfiles de evaluación distintos RESEARCH Los Modelos ALiBi Pierden Conocimiento Posicional en Inferencia de Contexto Largo 
RESEARCH Las Entradas de Lanzamiento Importan Más Que la Elección del Modelo para Pruebas de TUI
RESEARCH ReflectRL Recupera Ganancias de Razonamiento de Rollouts Fallidos de Experto RESEARCH Los regímenes de escalado en tiempo de inferencia requieren perfiles de evaluación distintos RESEARCH Los Modelos ALiBi Pierden Conocimiento Posicional en Inferencia de Contexto Largo RESEARCH Las Entradas de Lanzamiento Importan Más Que la Elección del Modelo para Pruebas de TUI Cargar más noticias Cargando…