software · 5 menciones
Una comparativa independiente ha sometido a 18 modelos de inteligencia artificial de frontera a 153 ejecuciones autónomas sobre el benchmark de optimización nanoGPT, conocido por exigir eficiencia en el entrenamiento de modelos pequeños. El objetivo era medir cuál de estos sistemas consigue el mejor
Refactorizar una base de código escrita íntegramente por agentes de inteligencia artificial reduce de forma significativa el coste computacional de los cambios posteriores. Es la conclusión de un experimento publicado por Thoughtworks el 30 de julio de 2026 en el que el autor, tras construir una apl
Un columnista de Android Authority afirma que los modelos recientes de Claude, el chatbot de Anthropic, se han vuelto notoriamente más restrictivos yerran a la hora de interpretar la intención del usuario. Tras haber sido un firme defensor del asistente por su memoria y su capacidad de seguir hilos
CursorBench 3.1 es un benchmark publicado por Cursor que evalúa agentes de inteligencia artificial sobre tareas ambiguas y multiarchivo extraídas de sesiones reales de uso del editor de código. La versión 3.1 introduce nuevos problemas centrados en comprensión de bases de código, detección de errore
OpenWiki es una herramienta de línea de comandos (CLI) diseñada para escribir y mantener actualizada la documentación de un repositorio de código, con un enfoque específico en el uso por parte de agentes de inteligencia artificial. Se instala de forma global con `npm install -g openwiki` y se inicia