Hugging Face

organization · 96 menciones

Hugging Face, Inc. es una empresa franco-estadounidense que desarrolla herramientas para crear aplicaciones utilizando el aprendizaje automático. Es conocida por su biblioteca de transformadores creada para aplicaciones de procesamiento de lenguaje natural y su plataforma que permite a los usuarios compartir conjuntos de datos y modelos de aprendizaje automático.

Ver en Wikipedia

Noticias que mencionan Hugging Face

Stable Audio 3: IA que genera audio de alta calidad en menos de 2 segundos

Stable Audio 3 representa un avance significativo en la generación de audio mediante inteligencia artificial. Se trata de una familia de modelos de difusión rápida (en sus versiones small, medium y large) capaces de generar y editar audio de longitud variable, desde unos segundos hasta varios minuto

Descubren cómo Qwen 3.5 censorea topics sensibles sin borrar datos

Este estudio de interpretabilidad mecánica examina cómo la censura política se implementa directamente dentro de los pesos del modelo Qwen 3.5 de Alibaba. El hallazgo central es revelador: la censura no se construye eliminando los hechos del preentrenamiento, sino añadiendo un circuito aprendido que

Nuevo método evita que la IA olvide lo aprendido antes

El aprendizaje continuo representa uno de los mayores desafíos en el desarrollo de modelos de inteligencia artificial. Actualmente, los sistemas de IA pueden aprender nuevas tareas, pero suelen olvidar lo que sabían anteriormente este fenómeno se conoce como 'olvido catastrófico'. El artículo presen

Investigadores crean memoria en línea eficiente para IA conversacional

δ-mem es un mecanismo de memoria en línea propuesto para abordar una de las limitaciones más desafiantes de los grandes modelos de lenguaje (LLMs): la acumulación y reutilización de información histórica en asistentes de largo plazo y sistemas multiagente. El problema fundamental es que simplemente

Nuevo framework permite emular chips multi-core usando varias FPGAs

EMiX es un framework de emulación escalable que permite superar los límites de una sola FPGA para validar diseños de chips multi-core antes de su fabricación. La emulación a nivel de FPGA es un paso crucial en el desarrollo de nuevos procesadores, ya que permite probar el hardware y software en cond

Crean método para detectar cuánto modifica la IA un texto humano

EditLens es un nuevo método que permite detectar y cuantificar cuánto ha sido modificado un texto por una inteligencia artificial, diferenciando entre escritura completamente humana, completamente artificial y textos mixtos (original humano editado por IA). Mientras que la mayoría de investigaciones

La IA transforma la selección de lenguajes de programación en 2026

La inteligencia artificial está transformando radicalmente la selección de lenguajes de programación en la industria tecnológica. Hace dos años, los modelos de IA apenas podían escribir código en lenguajes complejos como Rust sin errores; para abril de 2026, Claude Opus 4.7, GPT-5.5, Gemini 3.1 y De

Descubren 'LLMorphism': el sesgo que hace que nos veamos como chatbots

LLMorphism es un sesgo cognitivo identificado por el investigador Valerio Capraro en mayo de 2026, que describe la tendencia psicológica de creer que la cognición humana funciona de manera similar a un modelo de lenguaje grande (LLM). Este concepto surge como respuesta a la proliferación de asistent

IA alucina: ¿por qué ChatGPT inventa información?

El rápido avance de los modelos de lenguaje grandes (LLMs), como ChatGPT, ha generado una gran expectación, pero también una preocupación persistente: las “alucinaciones”. En términos sencillos, una alucinación en un LLM es cuando el modelo genera información incorrecta o inventada, presentándola co

Modelos de IA reconstruyen código: ¿el futuro del desarrollo?

El auge de los modelos de lenguaje (LLMs) ha abierto la puerta a la posibilidad de que estos sistemas generen código de software de forma autónoma, desde cero. Esto implica la creación de agentes capaces de tomar decisiones arquitectónicas complejas y gestionar bases de código extensas con mínima in

glm-5v-turbo: nuevo modelo para agentes inteligentes

El documento presenta GLM-5V-Turbo, un modelo de lenguaje multimodal de última generación diseñado específicamente para potenciar agentes inteligentes capaces de interactuar con el mundo real. La tendencia actual en inteligencia artificial apunta a crear modelos de lenguaje que no solo procesen text

Gemma 4: Google acelera modelos de lenguaje

Google ha anunciado el lanzamiento de "Redactores de Predicción de Múltiples Tokens (MTP)" para la familia de modelos Gemma 4, una actualización diseñada para acelerar significativamente la inferencia de estos modelos de lenguaje de código abierto. Estos redactores utilizan una arquitectura de decod

Investigación revela eficiencia oculta en Transformers

Este artículo de investigación, titulado "Transformers son inherentemente concisos", explora una propiedad fundamental y sorprendente de los modelos Transformer, la arquitectura que impulsa la mayoría de los modelos de lenguaje grandes (LLMs) como ChatGPT. Tradicionalmente, los Transformers se han c

Aprendizaje profundo: ¿nace una nueva teoría científica?

Este artículo, publicado en arXiv, plantea una idea revolucionaria: la emergencia de una **teoría científica del aprendizaje profundo (Deep Learning)**. Actualmente, el Deep Learning se basa en gran medida en la experimentación y la optimización empírica, más que en principios teóricos sólidos. Este

IA revela misteriosos eventos cósmicos en fotos antiguas

Este estudio presenta un avance significativo en la comprensión de fenómenos astronómicos transitorios (efímeros) detectados en fotografías astronómicas históricas. Durante mucho tiempo, astrónomos han observado puntos brillantes que aparecen y desaparecen en imágenes tomadas antes del lanzamiento d

Modelos de lenguaje: hallan patrones numéricos comunes

Este artículo de investigación, titulado "Evolución Convergente: Cómo Diferentes Modelos de Lenguaje Aprenden Representaciones Numéricas Similares", explora un fenómeno fascinante en el campo del procesamiento del lenguaje natural: la forma en que distintos modelos de lenguaje, incluso aquellos con

macOS: IA controla tu ordenador con 'Agent'

Un desarrollador ha lanzado 'Agent!', una innovadora aplicación nativa para macOS que permite a los usuarios controlar completamente sus Macs utilizando 17 modelos de lenguaje de IA (LLM). La aplicación, disponible en GitHub, integra Apple Intelligence de forma local, automatizando tareas complejas

Inteligencia artificial: avanza la representación de funciones

Este artículo presenta una nueva herramienta en el campo de la inteligencia artificial llamada Tree Decision Diagrams (TDD), que esencialmente es una evolución y generalización de los Ordered Binary Decision Diagrams (OBDD). Para entender su importancia, primero debemos comprender qué son los OBDD.

IA y Despidos: ¿Una Trampa Económica?

El artículo "The AI Layoff Trap" explora un problema económico preocupante: la posibilidad de que la automatización impulsada por la inteligencia artificial (IA) genere una espiral de despidos que, paradójicamente, perjudique a las propias empresas. La idea central es que, si la IA desplaza a los tr

Una operación binaria genera funciones matemáticas clave

Este artículo presenta un descubrimiento sorprendente en el campo de la computación simbólica: la posibilidad de generar todas las funciones elementales (como seno, coseno, raíz cuadrada, logaritmo, etc.) utilizando una única operación binaria. Tradicionalmente, la computación de estas funciones req

Parejas a distancia: videojuegos como puente de intimidad

En la era de la globalización y la movilidad, las relaciones a distancia (RAD) son cada vez más comunes, especialmente entre jóvenes que persiguen oportunidades educativas o laborales. Un estudio reciente publicado en arXiv.org investiga cómo las parejas en RAD utilizan los videojuegos multijugador

Firefox: Revelan datos ocultos sobre su ecosistema de extensiones

Un investigador ha analizado exhaustivamente la API de extensiones de Firefox, revelando detalles sorprendentes sobre el ecosistema de complementos del navegador. La investigación, realizada por Jack Cab, encontró un total de 84.000 extensiones disponibles, a pesar de que la página web de Mozilla in

Entrenan LLM gigante en una GPU: avance tecnológico

El entrenamiento de modelos de lenguaje grandes (LLMs), como GPT-3 o LaMDA, es un desafío computacional enorme. Estos modelos pueden tener cientos de miles de millones de parámetros, lo que requiere una cantidad significativa de memoria y potencia de cálculo. Tradicionalmente, el entrenamiento de es

IA multimodal en Mac: nueva herramienta facilita el ajuste

Un nuevo toolkit llamado 'gemma-tuner-multimodal' permite a los usuarios afinar modelos Gemma de Google para tareas de inteligencia artificial multimodal (texto, imágenes y audio) directamente en Macs con Apple Silicon. La herramienta, desarrollada por Mattmireles y disponible en GitHub, elimina la

IA: Agentes secretos conversan ocultando sus mensajes

La creciente adopción de agentes de inteligencia artificial (IA) que interactúan entre sí plantea nuevas preocupaciones sobre la seguridad y la privacidad. Este artículo de investigación explora la posibilidad de que dos agentes de IA, controlados por entidades diferentes, puedan mantener una conver

Netflix usa IA para borrar objetos de sus videos

Netflix ha lanzado VOID, un nuevo modelo de inteligencia artificial diseñado para eliminar objetos de videos de manera avanzada. VOID no solo elimina el objeto, sino también sus interacciones físicas con la escena, como objetos que caen al retirar a una persona. El modelo se basa en CogVideoX y util

Ghost Pepper: Dictado privado para Mac

Un nuevo software para macOS llamado 'Ghost Pepper' ha sido lanzado, ofreciendo una aplicación de conversión de voz a texto completamente local y centrada en la privacidad. Desarrollado por Matthartman y disponible en GitHub, la aplicación permite a los usuarios dictar y transcribir texto manteniend

Wavelets para Grafos: Nueva Técnica de Análisis

Este artículo presenta una nueva y poderosa técnica para realizar análisis de Wavelets (transformadas wavelet) no en datos tradicionales como imágenes o señales, sino directamente sobre datos que residen en los nodos de un grafo. Imagina una red social, una malla de sensores, o incluso una represent

LLMs generan mejor código con técnica de 'auto-enseñanza'

El artículo "Embarrassingly Simple Self-Distillation Improves Code Generation" presenta una técnica sorprendentemente sencilla para mejorar la capacidad de los grandes modelos de lenguaje (LLMs) para generar código. En esencia, la técnica, llamada Self-Distillation Simple (SSD), permite que un LLM s

Modelos de IA: ¿cuál es su límite real?

Este artículo de investigación, publicado en arXiv, introduce un concepto llamado "Horizonte de Error Cero" (ZEH) para evaluar la fiabilidad de los modelos de lenguaje grandes (LLMs) como GPT-5.2 y Qwen2.5. En esencia, el ZEH define el rango máximo dentro del cual un modelo puede resolver problemas

ia y el mundo real: definen límites de ejecución

A medida que la inteligencia artificial (IA) se integra cada vez más en el mundo físico, tomando decisiones que impactan directamente en el entorno, el desafío central ya no reside en la capacidad de los modelos de IA, sino en cómo permitimos, restringimos e interpretamos su ejecución. El repositori

Transformadores: estudio revela desafíos en cuantificación binaria

Una investigación reciente, alojada en el repositorio SALOMI en GitHub, ha revelado limitaciones en la cuantificación binaria de transformadores, una técnica utilizada para reducir el tamaño y mejorar la eficiencia de los modelos de lenguaje grandes (LLM). El estudio, centrado en la cuantificación e

IA razona con pocos datos: avance en aprendizaje

El campo de la inteligencia artificial, específicamente el aprendizaje automático, ha logrado avances significativos en la capacidad de los modelos de lenguaje para 'razonar'. Tradicionalmente, este razonamiento se ha logrado a través de técnicas de aprendizaje por refuerzo (RL), donde el modelo apr

Cohere lanza modelo de voz de alta precisión

Cohere ha lanzado Transcribe, un modelo de reconocimiento automático de voz (ASR) de última generación y de código abierto, disponible para descarga desde Hugging Face. El objetivo de Cohere fue crear un modelo preciso y listo para uso práctico, minimizando la tasa de error de palabra (WER). Transcr

Google mejora su modelo de predicción de series temporales

Google Research ha lanzado TimesFM 2.5, una versión mejorada de su modelo de predicción de series temporales. El modelo, disponible en GitHub, se basa en una arquitectura 'decoder-only' y está diseñado para ofrecer pronósticos más precisos y eficientes. TimesFM 2.5 reduce el número de parámetros de

Gafas inteligentes: retos y promesas en el día a día

El futuro de la interacción con la tecnología podría estar en las gafas inteligentes sin pantalla (Non-Display Smart Glasses). Este estudio, publicado en arXiv, explora cómo funcionan estas gafas en situaciones cotidianas y qué desafíos presentan. La idea principal es combinar sensores ambientales c

Kitten TTS: voz de alta calidad sin GPU

KittenML ha lanzado la versión 0.8 de Kitten TTS, una biblioteca de texto a voz (TTS) de código abierto y ligera, diseñada para funcionar eficientemente en CPU sin necesidad de una GPU. Los modelos disponibles varían en tamaño desde 15 millones hasta 80 millones de parámetros (25-80 MB en disco), of

Hacker News: archivo completo ahora es un conjunto de datos

Hugging Face ha puesto a disposición un extenso conjunto de datos del archivo completo de Hacker News, abarcando desde 2006 hasta marzo de 2026. Este recurso, que incluye cada historia, comentario, pregunta, oferta de trabajo y encuesta publicada en la plataforma, se actualiza cada cinco minutos. Ha

ia: ¿por qué no aprende como nosotros?

El artículo "Why AI systems don't learn and what to do about it: Lessons on autonomous learning from cognitive science" plantea una crítica fundamental a la forma en que actualmente se construyen los sistemas de Inteligencia Artificial, argumentando que carecen de la capacidad de aprendizaje autónom

Unsloth Studio: IA fácil con su interfaz sin código

Unsloth AI ha lanzado Unsloth Studio (Beta), una interfaz de usuario web de código abierto y sin necesidad de programación para entrenar, ejecutar y exportar modelos de IA de código abierto localmente. La herramienta, disponible para Windows, Linux, WSL y MacOS (con soporte limitado para entrenamien

Equipos de IA: Modelos de Lenguaje Colaboran

El auge de los modelos de lenguaje grandes (LLMs) ha abierto la puerta a la creación de 'equipos' de LLMs, donde múltiples modelos colaboran para resolver tareas complejas. Sin embargo, la forma óptima de construir y utilizar estos equipos – cuántos modelos son necesarios, cómo organizarlos, y si su

IA acelera código, ¿pero a qué costo real?

El auge de la inteligencia artificial generativa está revolucionando la ingeniería de software, prometiendo aumentar la productividad de los desarrolladores. Herramientas como Cursor AI, un asistente de codificación basado en modelos de lenguaje grandes (LLMs), están ganando popularidad. Sin embargo

Avance matemático: nuevos hallazgos sobre números de Ramsey

Este artículo presenta un avance significativo en el campo de la teoría de Ramsey, un área de las matemáticas combinatorias que se ocupa de encontrar patrones en estructuras discretas. En términos sencillos, la teoría de Ramsey busca responder preguntas como: ¿cuántos colores necesito para pintar un

Hongos como electrónica: una nueva frontera

La electrónica fúngica es un campo emergente y fascinante que explora la posibilidad de crear dispositivos electrónicos utilizando micelio, la estructura de raíces de los hongos. En esencia, se trata de aprovechar las propiedades eléctricas inherentes a estos organismos para construir sensores, comp

Microsoft acelera IA: nuevo framework para modelos de lenguaje

Microsoft ha lanzado BitNet, un framework de código abierto diseñado para ejecutar modelos de lenguaje de 1 bit (LLM) de manera eficiente en CPUs y GPUs. Esta tecnología permite ejecutar modelos de lenguaje grandes, como un modelo de 100 mil millones de parámetros, en una sola CPU, alcanzando veloci

Cometa interestral: análisis revela origen lejano y frío

El estudio presentado en este artículo, publicado en arXiv, ofrece una ventana única a la formación de sistemas planetarios alrededor de otras estrellas. Los objetos interestelares (OIs), como el cometa 3I/ATLAS, son fragmentos de estos sistemas que, de vez en cuando, se cruzan con nuestro Sistema S

Python sin GIL: ¿Más velocidad y eficiencia?

El lenguaje de programación Python es ampliamente utilizado, pero sufre una limitación conocida como el Global Interpreter Lock (GIL). El GIL, esencialmente, permite que solo un hilo de ejecución acceda al intérprete de Python a la vez, incluso en sistemas con múltiples núcleos de procesador. Esto l

Hugging Face lanza datos para LLM más fiables

Hugging Face ha lanzado un nuevo conjunto de datos denominado 'LLM-Behavior', diseñado para mejorar el comportamiento y la fiabilidad de los grandes modelos de lenguaje (LLM). Este conjunto de datos, disponible en huggingface.co, se enfoca en áreas clave como el análisis de alucinaciones, la general

IA evalúa mantenimiento de código: un nuevo desafío

El campo de la ingeniería de software está experimentando una revolución impulsada por los modelos de lenguaje grandes (LLMs). Estos modelos están demostrando una capacidad sorprendente para automatizar tareas como la corrección de errores en el código. Sin embargo, las evaluaciones existentes, como

Prompt Armour: protege tus datos al usar IA

Una creciente preocupación por la fuga de información sensible a modelos de inteligencia artificial como ChatGPT, Gemini y Claude ha impulsado el desarrollo de Prompt Armour, una extensión para navegador que protege la privacidad de los usuarios. La herramienta, ya disponible en versión de desarroll

Sarvam AI libera modelos de lenguaje hechos en India

Sarvam AI ha lanzado de forma abierta los modelos de lenguaje Sarvam 30B y Sarvam 105B, diseñados para razonamiento y optimizados para el despliegue eficiente en una amplia gama de hardware, desde GPUs de alto rendimiento hasta dispositivos personales. El entrenamiento se llevó a cabo íntegramente e

IA GLiNER2: Extrae datos con más eficiencia

Desarrolladores ahora tienen a su disposición GLiNER2, un nuevo modelo de inteligencia artificial que simplifica la extracción de información. Este modelo unificado, con 205 millones de parámetros (o 340 millones en la versión 'large'), integra el Reconocimiento de Entidades Nombradas (NER), la Clas

Problemas geométricos complejos: un desafío para la computación

Este artículo de investigación aborda un problema fundamental en geometría computacional y teoría de árboles: la complejidad de encontrar la distancia mínima entre dos triangulaciones de un polígono convexo o entre dos árboles binarios mediante rotaciones. Para entender esto, desglosaremos el proble

Unsloth agiliza el ajuste de modelos Qwen3.5

Unsloth ha simplificado el proceso de ajuste fino (fine-tuning) de los modelos de lenguaje grandes Qwen3.5, una familia de modelos desarrollada por Alibaba. Ahora, usuarios pueden ajustar versiones de 0.8B a 122B de Qwen3.5, incluyendo soporte para ajuste fino tanto de texto como de visión. Unsloth

ia: la lentitud de la generación de texto es un desafío

El campo de la inteligencia artificial, particularmente en modelos de lenguaje grandes (LLMs) como ChatGPT, se enfrenta a un desafío: la generación de texto es inherentemente lenta. El proceso de 'decodificación autoregresiva', que es la forma tradicional en que estos modelos generan texto, implica

ia: modelos de lenguaje esconden 'personalidades'

Este artículo de investigación explora un descubrimiento fascinante sobre cómo funcionan los modelos de lenguaje grandes (LLMs). Tradicionalmente, se ha creído que los LLMs adoptan diferentes 'personalidades' o comportamientos a través de técnicas externas como el ajuste fino, el uso de indicaciones

Chorba optimiza CRC32: más eficiencia en la verificación de datos

Chorba: Una nueva implementación de CRC32 para mayor eficiencia. ¿Qué es CRC32 y por qué es importante? CRC32 (Cyclic Redundancy Check) es un algoritmo de checksum ampliamente utilizado para verificar la integridad de datos. Imagina que descargas un archivo de internet; el CRC32 te permite confirmar

Software: Simplifican la gestión de dependencias

El manejo de dependencias en el desarrollo de software es un problema omnipresente. Cada lenguaje de programación y sistema operativo tiene su propio gestor de paquetes (como `npm` para JavaScript, `pip` para Python, `apt` para Debian/Ubuntu, etc.), cada uno con sus propias reglas y peculiaridades p

Jane Street busca mentes brillantes con puzzle de IA

Jane Street, una firma de trading cuantitativo, ha lanzado un desafío de aprendizaje automático (ML) único para reclutar expertos en interpretación de redes neuronales. El puzzle, disponible en Hugging Face, presenta una red neuronal con una especificación completa, incluyendo sus pesos, desafiando

Robot mariposa: vuelo autónomo en 26 gramos

Este artículo presenta un avance significativo en la robótica bioinspirada: un robot con forma de mariposa, llamado *AirPulse*, que pesa tan solo 26 gramos y es capaz de volar de forma autónoma sin necesidad de superficies de control adicionales (como timones o alerones). La investigación, publicada

LLMs revelan identidades ocultas en línea

## LLMs Revelan Identidades Ocultas en Línea: Una Amenaza a la Privacidad Online Un nuevo estudio revela que los modelos de lenguaje grandes (LLMs) están demostrando una capacidad alarmante para desanonimizar a usuarios en línea, incluso con información limitada y sin necesidad de datos estructurad

find: El comando de Linux esconde una potencia inesperada

El comando `find`, una herramienta fundamental en sistemas Unix y Linux, es a menudo uno de los primeros comandos que aprenden los usuarios. Sin embargo, un nuevo estudio revela una faceta sorprendente: `find` es, de hecho, Turing completo. Esto significa que, teóricamente, puede ejecutar cualquier

Pi: Nueva herramienta agiliza el desarrollo con IA

Mario Zechner ha presentado 'Pi', un nuevo 'coding harness' minimalista para terminales, diseñado para simplificar el desarrollo impulsado por IA. Pi se diferencia de otras herramientas al priorizar la extensibilidad y permitir a los usuarios adaptar la herramienta a sus flujos de trabajo en lugar d

Hugging Face estandariza agentes de código IA

Hugging Face ha lanzado un nuevo estándar llamado 'Skills' para facilitar la integración y uso de agentes de codificación impulsados por inteligencia artificial y aprendizaje automático. Esta iniciativa busca estandarizar la forma en que estas herramientas, como OpenAI Codex, Anthropic Claude Code,

IA imita a Epstein: polémica por uso de correos

Un modelo de inteligencia artificial, denominado "MechaEpstein-8000M-Q4_K_M", ha generado controversia tras ser entrenado con los correos electrónicos de Jeffrey Epstein, el fallecido financiero condenado por delitos sexuales. El modelo, basado en Qwen3-8B, fue publicado en la plataforma Hugging Fac

VennFan: Diagramas de Datos Más Claros y Flexibles

El artículo presenta VennFan, una nueva técnica para generar diagramas de Venn, una herramienta visual fundamental para representar relaciones entre conjuntos de datos. Los diagramas de Venn tradicionales, aunque útiles, a menudo sufren de problemas de legibilidad y flexibilidad, especialmente al tr

Modelwrap: Tinfoil verifica modelos de IA

Tinfoil ha presentado Modelwrap, una nueva herramienta para verificar la integridad de los modelos de IA, abordando una preocupación creciente en la industria: la falta de transparencia sobre qué modelos se están ejecutando realmente en las APIs de inferencia. Actualmente, los usuarios a menudo no p

ia: modelos fallan en razonamiento simple

Los Modelos de Lenguaje Grandes (LLMs), como GPT-4 o Gemini, han demostrado una capacidad asombrosa para razonar y resolver problemas, logrando resultados impresionantes en diversas tareas. Sin embargo, a pesar de estos avances, persisten fallos de razonamiento significativos, incluso en escenarios

Carga de VE: Investigadores Exponen Vulnerabilidad con Ataques

La creciente adopción de vehículos eléctricos (VE) está generando una demanda significativa de estaciones de carga de VE (EVCS), lo que a su vez plantea desafíos para la estabilidad y fiabilidad de la red eléctrica. Para abordar esto, investigadores han desarrollado PHANTOM, un sistema innovador que

ggml.ai y Hugging Face unen fuerzas por la IA local

El equipo detrás de ggml.ai, liderado por Georgi Gerganov, ha anunciado su integración con Hugging Face. La decisión, comunicada en la categoría de anuncios de llama.cpp, tiene como objetivo asegurar el desarrollo y la adopción a largo plazo de la inteligencia artificial local. Desde la fundación de

LLMs: Nueva técnica agiliza el procesamiento de texto

El rápido avance de los modelos de lenguaje (LLMs) ha permitido crear sistemas capaces de procesar y generar texto con una coherencia y sofisticación impresionantes. Sin embargo, un cuello de botella crucial en su escalabilidad es la gestión de la memoria, específicamente el 'KV cache' (Key-Value ca

Agentes de código: ¿archivos de contexto realmente ayudan?

En el mundo del desarrollo de software, los agentes de codificación impulsados por modelos de lenguaje grandes (LLMs) están ganando terreno para automatizar tareas y asistir a los desarrolladores. Una práctica común es personalizar estos agentes para cada repositorio de código utilizando archivos de

SkillsBench evalúa el rendimiento de agentes con IA

El auge de los agentes impulsados por modelos de lenguaje grandes (LLMs) ha llevado a la introducción de 'Skills' (habilidades), que son esencialmente paquetes de conocimiento procedural diseñados para mejorar el rendimiento de estos agentes en tareas específicas. Sin embargo, hasta ahora, no existí

Heretic: herramienta elimina censura de IA automáticamente

Un nuevo conjunto de herramientas llamado Heretic está automatizando la eliminación de restricciones de seguridad (censura) de modelos de lenguaje basados en transformadores, sin necesidad de costosos procesos de reentrenamiento. Desarrollado por P-E-W y disponible en GitHub, Heretic combina técnica

Hugging Face acelera LLMs con 'continuous batching'

Hugging Face ha publicado un artículo técnico explicando 'continuous batching', una técnica para acelerar la respuesta de los modelos de lenguaje grandes (LLMs) como Qwen y Claude. El problema actual es que los LLMs, al generar texto, procesan la solicitud completa y luego añaden tokens uno por uno,

ia investiga matemáticas: un nuevo sistema autónomo

este artículo presenta aletheia, un sistema de inteligencia artificial diseñado para realizar investigación matemática de forma autónoma. la ia ha demostrado ser capaz de resolver problemas de olimpiadas matemáticas, pero el siguiente paso es abordar la investigación matemática profesional, que impl

Alibaba crea RynnBrain: IA que 've' y comprende el mundo

RynnBrain es un modelo de base encarnado (embodied foundation model) desarrollado por Alibaba Damo Academy, diseñado para comprender e interactuar con el mundo físico de una manera más profunda que los modelos de lenguaje tradicionales. Imagina un modelo que no solo entiende el lenguaje, sino que ta

IA sin Internet: Chat, Imágenes y Más en tu Móvil

Un desarrollador ha lanzado 'Off Grid', una aplicación móvil de inteligencia artificial que permite a los usuarios ejecutar una amplia gama de funciones directamente en sus teléfonos, sin necesidad de conexión a internet ni de enviar datos a la nube. La aplicación, disponible para Android e iOS, int

Z.ai Lanza GLM-5: Modelo de Razonamiento Avanzado

Z.ai ha lanzado GLM-5, un nuevo modelo de razonamiento disponible para su ejecución local. Este modelo supera a su predecesor, GLM-4.7, en tareas de codificación, agentes y chat, y está diseñado para el razonamiento con un contexto extenso, mostrando mejoras significativas en benchmarks como Humanit

China Lanza GLM-5: Nuevo Rival para OpenAI

Zhipu AI, una empresa china de inteligencia artificial surgida de la Universidad Tsinghua, ha lanzado GLM-5, un modelo de lenguaje grande que se presenta como un competidor directo de OpenAI y Anthropic. GLM-5, la quinta generación de modelos de Zhipu AI, cuenta con aproximadamente 745 mil millones

IA autónoma: Nuevo test revela fallos en la obediencia

Un nuevo estudio presenta un benchmark para evaluar violaciones de restricciones en agentes de IA autónomos, enfocándose en aquellas impulsadas por la optimización de resultados y no por instrucciones explícitas. El benchmark, compuesto por 40 escenarios, revela que incluso modelos de lenguaje grand

ACE-Step: Música IA de Código Abierto Desafía a la Industria

Un equipo de investigadores ha presentado ACE-Step v1.5, un modelo de música de código abierto que rivaliza con alternativas comerciales y puede ejecutarse en hardware de consumo. El modelo, disponible en GitHub, Hugging Face y ModelScope, destaca por su eficiencia, generando canciones completas en

Redes Sociales en EE.UU.: Uso Baja y se Fragmenta

Un estudio reciente basado en datos del American National Election Studies (ANES) revela cambios significativos en el uso de redes sociales en Estados Unidos entre 2020 y 2024. Se observa una disminución general en el uso de plataformas como Facebook, YouTube y Twitter/X, mientras que TikTok y Reddi

IA al límite: Evalúan su capacidad en matemáticas avanzadas

Un nuevo estudio, publicado en arXiv, evalúa la capacidad de los sistemas de inteligencia artificial actuales para responder preguntas de investigación matemática de nivel avanzado. Los autores han creado un conjunto de diez preguntas que surgieron durante su propio proceso de investigación, las cua

RLHF: Guía para el Aprendizaje con Retroalimentación Humana

Este documento presenta un libro introductorio sobre el aprendizaje por refuerzo con retroalimentación humana (RLHF), una técnica crucial para el despliegue de sistemas de aprendizaje automático de última generación. El libro explora los orígenes de RLHF, desde la literatura reciente hasta la conver

Mandelbrot: ¿Zorro o Erizo? Un Pensador Singular

Este artículo analiza la obra del científico Benoit Mandelbrot, conocido por su trabajo en fractales y su aplicación a diversas disciplinas como la lingüística, la física de fluidos, la cosmología y las finanzas. Inicialmente se le consideraba un "fox" (zorro) según la clasificación de Isaiah Berlin

GitHub Monty: Intérprete Python Seguro para IA

GitHub ha anunciado 'Monty', un nuevo e experimental intérprete de Python escrito en Rust, diseñado para ejecutar de forma segura código generado por modelos de lenguaje grandes (LLM) dentro de agentes de IA. Monty evita la complejidad y latencia de los contenedores tradicionales, ofreciendo tiempos

Kimi K2.5: 100-Agent Swarms Need $500k GPUs to Run | byteiota

Moonshot AI ha lanzado Kimi K2.5, un modelo de lenguaje de código abierto de 1 billón de parámetros que utiliza 'agent swarms' (enjambres de agentes) para tareas complejas, ofreciendo una ejecución 4.5 veces más rápida que los modelos de agente único y capacidades de codificación visual a partir de