23 noticias
AC2 es una plataforma integral orientada al ciclo de vida de agentes de inteligencia artificial, desde la evaluación hasta el entrenamiento y el despliegue en producción. Se compone de tres paquetes principales: ac2.sdk, un cliente en Python para gestionar datasets, cargas de trabajo, sesiones, traz
Un sistema con ocho GPU NVIDIA RTX PRO 6000 Blackwell (96 GB GDDR7 cada una, 768 GB agregados) y un CPU AMD EPYC 9555 (64 núcleos, 128 hilos, Zen 5) ofrece alternativas de alto paralelismo a un coste muy inferior al de las plataformas HGX B200 o B300 con NVLink. El artículo analiza por qué fragmenta
El repositorio "ai-engineer-notebooks", del usuario de GitHub calmrocks, reúne una colección de cuadernos de Google Colab ejecutables y gratuitos pensados para ingenieros de backend o full-stack que quieran especializarse como AI Engineer o Forward Deployed Engineer (FDE). El material cubre, de extr
Experiential es un gateway y enrutador de código abierto pensado para flujos de trabajo con agentes de inteligencia artificial. Funciona como una capa de control única que ofrece una API compatible con OpenAI para consumir tanto modelos alojados como modelos locales o personalizados, ya sea mediante
Los modelos de embedding convierten texto, imágenes u otros datos en vectores numéricos que capturan su significado, y son la base de sistemas de búsqueda semántica, recomendación, clasificación y recuperación aumentada por generación (RAG). Antes de plantearse entrenar uno propio, conviene explotar
OpenAI publica en su página de precios la tarifa completa de su API para desarrolladores. El catálogo se organiza en varias familias. Los modelos insignia (flagship) son gpt-5.6-sol, gpt-5.6-terra y gpt-5.6-luna, con precios diferenciados para contextos cortos y largos, e input con caché o sin caché
El artículo analiza por qué algunas organizaciones están obteniendo grandes rentabilidades con la inteligencia artificial mientras otras apenas avanzan, y describe el patrón técnico al que convergen las que lideran: entrenar modelos de código abierto con aprendizaje por refuerzo sobre datos y flujos
lora-speedrun es un proyecto de código abierto que propone una arena pública para comparar técnicas de ajuste fino con LoRA (Low-Rank Adaptation) en condiciones idénticas y verificables. La tarea está fijada: afinar el modelo base Qwen2.5-1.5B con un adaptador de menos de 30 millones de parámetros e
Thinking Machines ha presentado Inkling, su primer modelo de IA entrenado desde cero con pesos abiertos, junto a una versión reducida llamada Inkling-Small. Se trata de una arquitectura mixture-of-experts con 975.000 millones de parámetros totales (41.000 millones activos), capaz de razonar de forma
Inkling es un modelo de inteligencia artificial de pesos abiertos (open weights) diseñado para ser personalizado mediante fine-tuning. Se trata de un modelo generalista, eficiente y multimodales, capaz de procesar texto, imagen y audio como entradas nativas. A nivel arquitectónico, Inkling emplea u
Thinking Machines, la empresa fundada por Mira Murati, expone en un extenso manifiesto su visión sobre el papel de la inteligencia artificial: una tecnología diseñada para ampliar, no sustituir, la voluntad y el juicio de las personas. La compañía parte de la idea de que el conocimiento productivo e
DoorDash gestiona millones de platos en su catálogo, cada uno descrito de forma distinta por los restaurantes. Esa falta de estandarización complica la generación de metadatos fiables con métodos tradicionales, sobre todo porque un mismo plato puede describirse de muchas maneras y nombres similares
Liquid AI ha presentado Antidoom, un método de entrenamiento diseñado para eliminar los "doom loops", un fallo frecuente en modelos de razonamiento que consiste en repetir indefinidamente fragmentos como "Espera, déjame reconsiderar…" hasta agotar la ventana de contexto. El problema es más común en
TechCrunch publica un glosario vivo de inteligencia artificial diseñado para profesionales, inversores y lectores que necesitan manejar la jerga del sector. La guía reúne definiciones claras de los conceptos más habituales en reuniones de producto, rondas de inversión y paneles especializados, desde
Un desarrollador ha documentado un proyecto personal en el que ajusta fino un modelo de lenguaje local muy pequeño —Qwen 3 de 0.600 millones de parámetros— para que clasifique preguntas del hogar en categorías como piscina, coche o climatización. La idea se enmarca en un chatbot doméstico que, antes
Un profesor universitario narra en primera persona la experiencia vivida con un estudiante de tercer año —al que llama Joe— durante un proyecto de investigación independiente centrado en la verificación automática del protocolo MQTT mediante un modelo de lenguaje. El relato, escrito como advertencia
El autor detalla un experimento personal de ajuste fino (fine-tuning) de un modelo de lenguaje para que genere documentación técnica al estilo de los años 80 y 90. La motivación es explorar la predicción de que los redactores técnicos del futuro trabajarán con modelos locales especializados, en luga
Mira Murati, fundadora y CEO de Thinking Machines Lab, regresó a los focos con una entrevista en Bloomberg emitida el jueves desde San Francisco, su primera gran aparición pública en cerca de 18 meses. La directiva, ex CTO de OpenAI, avanzó la apuesta tecnológica de su nueva compañía: los 'modelos d
Un equipo de investigadores ha desarrollado un nuevo método para mejorar el razonamiento en modelos de lenguaje grandes (LLMs) a través de la internalización de debates multiagente. La técnica, denominada 'Latent Agents', destila la complejidad de los debates en un único modelo de lenguaje mediante
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
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
Este texto explora la paradoja de los benchmarks en el aprendizaje automático (Machine Learning, ML). Los benchmarks, que consisten en dividir los datos en conjuntos de entrenamiento y prueba para evaluar modelos, son la piedra angular del progreso en el campo, pero también son objeto de críticas si
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
