Etiqueta
43 noticias relacionadas con esta etiqueta.
Replit ha discontinuado su trabajo con Anthropic, según confirmó su CEO. La decisión obedece a múltiples factores incluyendo consideraciones de costo, después de que la plataforma anunciara una asociación estratégica con OpenAI en agosto.
Fuente: TechCrunch AI
Sakana AI presentó un sistema multi-agente basado en Claude que identifica inconsistencias lógicas en papers científicos con precisión del 73%, superando significativamente a métodos anteriores. La solución utiliza tres agentes especializados y un conjunto de datos de 1,164 errores contradictorios.
Fuente: MarkTechPost
Un modelo de IA de Anthropic generó una pista de homicidio ficticia que fue comunicada a la policía de Filadelfia. El incidente pasó desapercibido durante más de dos meses antes de que la empresa lo detectara.
Fuente: TechCrunch AI
Anthropic presentó Claude Opus 5.5, modelo que mantiene el desempeño de versiones anteriores con una reducción de 40% en costos de ejecución. El nuevo modelo mejora especialmente en tareas de codificación autónoma y procesamiento de agentes.
Fuente: MarkTechPost
El CEO de Anthropic aboga por desacelerar el desarrollo de modelos de lenguaje ante riesgos crecientes. La postura refleja tensiones internas en la industria de IA sobre seguridad versus innovación acelerada.
Fuente: MIT Technology Review
Un análisis de Allen Institute revela que los benchmarks estándar de modelos de lenguaje no capturan capacidades reales de inferencia. BenchMIRT propone una evaluación más rigurosa basada en tareas industriales concretas.
Fuente: Hugging Face Blog
Las principales plataformas de inteligencia artificial generativa participarán en el escenario dedicado a IA de la conferencia TechCrunch Disrupt 2026, organizado con apoyo de Google for Startups.
Fuente: TechCrunch AI
Pruebas independientes revelan vulnerabilidades en los mecanismos de restricción de contenido de modelos de lenguaje. El hallazgo subraya la complejidad técnica de implementar guardrails efectivos en IA generativa.
Fuente: TechCrunch AI
Writer presenta un nuevo modelo de lenguaje basado en GLM-5.2 de código abierto, diseñado para ofrecer capacidades listas para producción con un costo significativamente menor por procesamiento de datos.
Fuente: TechCrunch AI
Investigadores de Allen AI presentan TutorMoments, un framework que entrena modelos de lenguaje para reconocer momentos críticos de aprendizaje y decidir cuándo proporcionar ayuda pedagógica. El trabajo aborda un desafío central en IA educativa: optimizar la intervención sin sobrecargar al estudiant
Fuente: Hugging Face Blog
Anthropic lanzó Opus 5, una versión mejorada de su modelo Claude con costos reducidos y restricciones operacionales menos severas que generaciones anteriores, ampliando su aplicabilidad en proyectos industriales y empresariales.
Fuente: TechCrunch AI
Investigadores encuentran que los modelos de lenguaje (LLMs) no solo heredan sesgos de sus datos de entrenamiento, sino que generan nuevos prejuicios durante procesos de contratación. Un análisis revela que sistemas de IA pueden ser más discriminatorios que evaluadores humanos.
Fuente: MIT Technology Review
La empresa china Moonshot AI presentó una actualización de su modelo Kimi, generando debate sobre capacidades de IA avanzadas y su impacto geopolítico en el desarrollo de modelos de lenguaje.
Fuente: TechCrunch AI
Google Cloud presenta un agente de IA que elimina la necesidad de bases de datos vectoriales y embeddings, usando en su lugar un proceso de consolidación continua de memoria en SQLite. Construido sobre Gemini 3.1 Flash-Lite, el sistema orquesta sub-agentes especializados que operan 24/7.
Fuente: MarkTechPost
Anthropic logró identificar estructuras ocultas dentro de Claude que revelan cómo el modelo procesa conceptos complejos. Simultáneamente, OpenAI avanza en su estrategia de plataforma integrada.
Fuente: MIT Technology Review
Los sistemas de IA en manufactura enfrentan un obstáculo crítico: la información operativa está atrapada en formatos heredados no estructurados, diseñados para humanos, no para máquinas. Expertos exploran cómo superar esta brecha en AI Manufacturing Day 2026.
Fuente: IIoT World
Investigadores del MIT y la Fuerza Aérea estadounidense demostraron que chatbots de IA permiten a militares sin formación técnica desarrollar aplicaciones de software viables adaptadas a sus necesidades operacionales específicas.
Fuente: MIT News — AI
NVIDIA presenta Horizon, un agente de IA que automatiza el diseño de circuitos RTL mediante repositorios versionados, alcanzando 100% de finalización en benchmarks estándar del sector.
Fuente: MarkTechPost
Microsoft establece una unidad dedicada para implementar soluciones de IA en empresas, siguiendo la estrategia de rivales como Amazon, OpenAI y Anthropic. La inversión busca acelerar la adopción de modelos generativos en la industria.
Fuente: TechCrunch AI
Un investigador del MIT analiza el funcionamiento real de los agentes de IA más allá del marketing, explorando sus capacidades actuales y el potencial transformador para la automatización industrial en los próximos años.
Fuente: MIT News — AI
DeepSeek liberó DSpark, un framework de decodificación especulativa que optimiza el modelo DeepSeek-V4 mediante un módulo de borrador paralelo y verificación adaptativa. La solución logra acelerar la generación de tokens por usuario entre 57-85% sin pérdida de calidad.
Fuente: MarkTechPost
Aunque ChatGPT mantiene liderazgo en el mercado global, Claude de Anthropic está capturando una cuota creciente de usuarios que pagan por servicios de IA, según datos recientes.
Fuente: TechCrunch AI
La plataforma de IA conversacional fundada por los creadores de Oculus desembarca en iOS con agentes diseñados para dialogar de forma más natural y menos mecanicista que los chatbots tradicionales.
Fuente: TechCrunch AI
Un modelo de IA de Google muestra dificultades para deletrear palabras simples, incluyendo su propio nombre. El incidente pone de relieve limitaciones persistentes en capacidades fundamentales de procesamiento de texto.
Fuente: TechCrunch AI
La empresa de herramientas de codificación asistida por IA alcanzó una valuación de $25B en su última ronda de financiamiento, más del doble en apenas ocho meses, gracias a un run rate de ingresos anualizados de $492M.
Fuente: TechCrunch AI
EAGLE 3.1 resuelve problemas de inestabilidad en la decodificación especulativa de modelos de lenguaje grandes. El algoritmo, desarrollado en colaboración entre el equipo EAGLE, vLLM y TorchSpec, corrige la desviación de atención durante la inferencia en entornos de producción.
Fuente: MarkTechPost
OpenAI, Thrive y Crete desarrollaron un agente fiscal basado en Codex capaz de automatizar trámites, reducir errores y acelerar procesos contables mediante aprendizaje continuo.
Fuente: OpenAI Blog
Investigadores de NUS, MIT y A*STAR presentan MEMO, un framework que codifica conocimiento en un modelo de memoria entrenado independientemente, sin modificar los parámetros del LLM base.
Fuente: MarkTechPost
OpenRouter, plataforma que integra múltiples modelos de IA, alcanzó una valuación de $1.3 mil millones tras recaudar $113 millones en su Serie B liderada por CapitalG. El crecimiento de 5x en uso en seis meses valida el modelo de acceso unificado a diferentes LLMs.
Fuente: TechCrunch AI
Together AI ha abierto el código de OSCAR, un sistema de cuantización INT2 para caché de pares clave-valor (KV) que optimiza el servicio de LLMs con contextos extensos. El método logra reducir memoria en 8× y acelerar decodificación hasta 3× manteniendo precisión cercana a modelos sin comprimir.
Fuente: MarkTechPost
OpenAI estableció una alianza estratégica con Grupo Folha y Grupo UOL para incorporar contenido periodístico brasileño verificado en ChatGPT, mejorando el acceso a noticias con transparencia y atribución clara de fuentes.
Fuente: OpenAI Blog
Microsoft Research lanzó Webwright, un framework de agente basado en LLM que automatiza tareas web mediante scripts Playwright reutilizables. El sistema alcanza 60.1% en el benchmark Odysseys, duplicando el desempeño base de GPT-5.4.
Fuente: MarkTechPost
NVIDIA lanzó Gated DeltaNet-2, una arquitectura de atención lineal que mejora la gestión de memoria en modelos de lenguaje al separar el control de borrado y escritura de datos. Con 1.3B parámetros, supera a Mamba-2 y Mamba-3 en tareas de razonamiento y recuperación de contexto extendido.
Fuente: MarkTechPost
Nous Research desarrolló Contrastive Neuron Attribution (CNA), una técnica que identifica y desactiva circuitos neuronales específicos en modelos de lenguaje para dirigir su comportamiento sin reentrenamiento, modificación de pesos ni pérdida de capacidades generales.
Fuente: MarkTechPost
NVIDIA presenta Nemotron-Labs Diffusion, una arquitectura innovadora que acelera significativamente la generación de texto mediante modelos de difusión. La tecnología promete reducir latencias en aplicaciones de IA generativa para infraestructuras industriales y empresariales.
Fuente: Hugging Face Blog
Cohere lanzó Command A+, un modelo abierto de Mixture-of-Experts disperso con 218 mil millones de parámetros que consolida cuatro variantes anteriores. Funciona con apenas dos GPUs H100 y soporta 48 idiomas, posicionándose como el primer modelo de razonamiento multimodal de la empresa.
Fuente: MarkTechPost
La empresa de inteligencia artificial Anthropic ha comunicado a sus inversores que espera más que duplicar sus ingresos a aproximadamente 10.9 mil millones de dólares en el segundo trimestre, encaminándose hacia su primer trimestre rentable.
Fuente: TechCrunch AI
Tutorial sobre cómo generar grafos de conocimiento automáticamente a partir de texto, conversaciones y múltiples documentos utilizando kg-gen y modelos de lenguaje. Se cubren técnicas de extracción de entidades, relaciones y visualización interactiva con NetworkX.
Fuente: MarkTechPost
Google presentó Gemini 3.5 Flash en su conferencia I/O 2026, un modelo de lenguaje optimizado para agentes de IA y desarrollo de código que supera al modelo insignia en benchmarks relevantes mientras reduce significativamente latencia y costos operativos.
Fuente: MarkTechPost
OpenAI fortalece su iniciativa educativa global mediante alianzas estratégicas, capacitación docente y plataformas de IA diseñadas para optimizar resultados de aprendizaje en escuelas de múltiples regiones.
Fuente: OpenAI Blog
Allen AI presenta OlmoEarth v1.1, una familia de modelos de lenguaje optimizados para reducir consumo computacional sin sacrificar rendimiento. Diseñados para aplicaciones que requieren eficiencia energética y menor latencia.
Fuente: Hugging Face Blog
Una guía práctica sobre cómo desarrollar agentes de IA sofisticados utilizando la API de OpenAI, integrando planificación, invocación de herramientas, memoria persistente y mecanismos de autoevaluación para mejorar la autonomía y confiabilidad.
Fuente: MarkTechPost
Un tutorial práctico demuestra técnicas de cuantización post-entrenamiento para reducir el tamaño y latencia de modelos de lenguaje ajustados con instrucciones, comparando estrategias de compresión y su impacto en rendimiento.
Fuente: MarkTechPost