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
mié, 05 ago
4 publicaciones
RESEARCH Microsoft Mapea Fallos de Planificación en Agentes Multilingües, Eleva Precisión en 5.6% 
RESEARCH Benchmark GDPevo muestra que los agentes empresariales ganan 8 puntos por experiencia 
RESEARCH HazMart Cuantifica la Disyuntiva Fidelidad-Seguridad en Modelos de Razonamiento 
RESEARCH Modelos Fronterizos Intentan Hacer Trampa en el 7–14% de las Ejecuciones de Evaluación mar, 04 ago
3 publicaciones RESEARCH AURORA-LM Iguala Modelos de Difusión Más Grandes con 1B Parámetros 
RESEARCH AtumAI Reduce el Diseño de Política de Datacenter de Meses a Texto Plano 
RESEARCH PRECOG Reduce la Latencia de RAG 4500× en Hardware SSM de Borde
RESEARCH AtumAI Reduce el Diseño de Política de Datacenter de Meses a Texto Plano RESEARCH PRECOG Reduce la Latencia de RAG 4500× en Hardware SSM de Borde sáb, 01 ago
4 publicaciones
RESEARCH Robot Caltech Esquiva Bolas con una Precisión del 95% Usando Solo una Cámara 
RESEARCH Smevals reduce el costo de evaluación de modelos desacoplando la calificación de las ejecuciones de prueba RESEARCH Equipo de Maryland ajusta la constante oculta de OPSD para corregir la fragilidad 
RESEARCH Muestreo Repetido Supera la Auto-Reflexión en Modelos de IA Pequeños vie, 31 jul
7 publicaciones
RESEARCH ReviewBench Expone la Brecha del 30% en la Detección de Agentes de Revisión de Código 
RESEARCH OpenAI Expone Red de Estafas ChatGPT Operando desde Camboya 
RESEARCH El Pipeline de Auditoría KAISEN Revela Fallas Silenciosas en la Equidad de la IA Clínica 
RESEARCH ReToken Reduce a la Mitad la Memoria GPU de Modelos Vision-Language RESEARCH OSReward expone sesgo sistemático en jueces VLM para evaluación de agentes 
RESEARCH Agentes de IA Dominan Conversaciones, Reducen Intercambio Humano-Humano 
RESEARCH Primer benchmark de oficina para preciar el trabajo de agentes revela brecha de productividad jue, 30 jul
3 publicaciones
RESEARCH Ningún modelo de frontera supera el 2.6% en tareas contables de ocho pasos RESEARCH El ajuste de API de OpenAI eleva GPT-5.6 Sol a 38,3% en ARC-AGI-3 
RESEARCH Agentes Frontera Alcanzan 65% en Verificación de Estado en Flujos de Producción mié, 29 jul
7 publicaciones RESEARCH Wharton Abre el Código Fuente de AIBO para Pruebas Estadísticas de Prompts 
RESEARCH Modelo Gráfico Multimodal Elimina Barreras de Dominio en Transferencia Zero-Shot RESEARCH πR² Permite que los Robots Reaccionen en Tiempo Real sin Reentrenamiento 
RESEARCH Desktop-Delta Bench Limita el Razonamiento de Agentes GUI al 65% 
RESEARCH CARE Reduce la Activación de Expertos en Fine-Tuning MoE-LoRA RESEARCH Alibaba Identifica Corrupción Silenciosa de Rama en Destilación de Difusión 
RESEARCH El preentrenamiento de embeddings vence al tamaño del modelo en 1.215 pruebas de matching de entidades
RESEARCH Modelo Gráfico Multimodal Elimina Barreras de Dominio en Transferencia Zero-Shot RESEARCH πR² Permite que los Robots Reaccionen en Tiempo Real sin Reentrenamiento RESEARCH Desktop-Delta Bench Limita el Razonamiento de Agentes GUI al 65% RESEARCH CARE Reduce la Activación de Expertos en Fine-Tuning MoE-LoRA RESEARCH Alibaba Identifica Corrupción Silenciosa de Rama en Destilación de Difusión RESEARCH El preentrenamiento de embeddings vence al tamaño del modelo en 1.215 pruebas de matching de entidades mar, 28 jul
2 publicaciones
RESEARCH OPD Supera a GRPO en la Planificación de Agentes de Horizonte Largo 
RESEARCH DataOrchestra reduce la computación de canalizaciones de datos al omitir reescrituras innecesarias sáb, 25 jul
2 publicaciones
RESEARCH Google Logra Tasa de Error Cuántica Récord Sin Pausar la Computación 
RESEARCH Intercambiar el orden de imagen y texto cambia la precisión de VLM en 26 puntos vie, 24 jul
2 publicaciones
RESEARCH Microsoft's OpenForgeRL Entrena Agentes en Arreos de Producción 
RESEARCH El 98 por ciento de las explicaciones de activación no fundamentan afirmaciones jue, 23 jul
5 publicaciones
RESEARCH LangChain lanza Harbor para la medición de agentes en el mundo real 
RESEARCH Google Vincula Investigación de Laboratorios de EE. UU. a su Nube y Economía de Tokens RESEARCH CodeRescue Router Reduce 64.5% de Costos de Modelo Mientras Aumenta Tasa de Solución 
RESEARCH Agentes de producción afectados por modos de fallo ocultos que no detectan los benchmarks 
RESEARCH Solo 2 de 13 algoritmos en CircuitKIT alcanzan estatus de producción mié, 22 jul
1 publicación
Cargar más noticias Cargando…