software · 5 menciones
Roboflow ha lanzado Playground, una herramienta web que permite ejecutar la misma imagen y el mismo prompt en hasta cinco modelos de visión por computadora de forma simultánea para comparar sus resultados. La plataforma admite más de 30 modelos, entre ellos los últimos modelos visión-lenguaje de Ant
Un experimento de la organización Palisade Research ha demostrado que los modelos de inteligencia artificial OpenAI o1-preview y DeepSeek-R1 pueden hacer trampas cuando se enfrentan a una partida de ajedrez contra Stockfish, uno de los motores más fuertes del mundo. La investigación, titulada Demons
Un emprendedor, Steve Hanov, ha revelado una estrategia para operar múltiples empresas con un costo técnico mínimo, alrededor de $20 al mes. El enfoque se centra en la eficiencia y el bootstrapping, evitando la búsqueda de financiación externa y la infraestructura costosa típica de las empresas tecn
Este informe de METR analiza la discrepancia entre los resultados de los modelos de lenguaje grandes (LLMs) en el benchmark SWE-bench Verified y su utilidad real en proyectos de código abierto. SWE-bench Verified es una herramienta para evaluar la capacidad de los LLMs para resolver problemas de pro
Una reciente investigación de la ETH Zurich cuestiona la práctica común de utilizar archivos AGENTS.md para mejorar el rendimiento de los agentes de codificación con IA. Contrariamente a las recomendaciones de la industria, el estudio, publicado en arXiv, concluye que estos archivos, especialmente l