12 noticias
Rufus-Air es una receta de post-entrenamiento abierta y reproducible diseñada para el modelo GLM-4.5-Air-Base, una variante de 106B parámetros. Este proyecto se estructura como una pipeline serial de ocho etapas, que van desde el ajuste fino (SFT) hasta el refuerzo con recompensa humana (RLHF). La m
Describir los grandes modelos de lenguaje como simples «predictores del siguiente token» es una aproximación útil como punto de partida, pero incompleta y, según este argumento, equivocada como modelo mental. Los modelos base sí aprenden repitiendo, sobre corpus masivo, los tokens que aparecen despu
Lovable sostiene que obligar al usuario a elegir un modelo de IA antes de empezar a trabajar es un callejón sin salida. En su blog corporativo, la compañía explica su apuesta por la "independencia de modelos": en lugar de tratar a todos los grandes modelos como intercambiables, un equipo interno ada
Kent Beck, ingeniero de software conocido por sus trabajos sobre metodologías de desarrollo, publica una entrada divulgativa titulada 'Baking a Model' en la que explica, con un tono autobiográfico y mediante la analogía de la panadería, cómo se entrenan los grandes modelos de inteligencia artificial
Netflix ha presentado GenRec, un ranker de recomendaciones respaldado por un modelo de lenguaje grande (LLM) entrenado a medida con datos y objetivos específicos de su plataforma. El sistema sustituye buena parte de las miles de features artesanales del stack actual por verbalización del historial d
Z.ai ha presentado GLM-5.3, una nueva iteración de su modelo de lenguaje que marca un hito significativo en la capacidad de programación autónoma y, sorprendentemente, en las habilidades ciberofensivas emergentes. Según el comunicado oficial de la empresa, todas las mejoras provienen exclusivamente
Un análisis técnico muestra que es posible deducir detalles ocultos del entrenamiento de modelos de frontera como GPT-5 y Claude Opus 4.7 sometiéndolos a preguntas muy específicas. La técnica consiste en inyectarles 'pruebas de conocimiento incompresible' (cuestionarios de hechos muy concretos) para
El desarrollador detrás de la herramienta de programación Pi documenta un comportamiento anómalo que afecta a las versiones más recientes de los modelos de Anthropic. En concreto, Opus 4.8 y Sonnet 5 invitan con frecuencia campos inexistentes —como type, id, kind, requireUnique, oldText2 o in_file—
Un nuevo estudio de aprendizaje automático cuestiona uno de los supuestos más asentados del post-entrenamiento de modelos de lenguaje: que los beneficios del aprendizaje por refuerzo (RL) se distribuyen de forma pareja entre todas las capas del transformer. Los autores demuestran que entrenar una ún
Arena, la plataforma originada en un proyecto de investigación de la Universidad de California en Berkeley en 2023, ha alcanzado los 100 millones de dólares de ingresos anualizados (ARR) apenas ocho meses después de lanzar su servicio comercial, en septiembre de 2025. La compañía es conocida por su
Las 'startups' independientes dedicadas a vender evaluaciones comparativas de modelos de inteligencia artificial afrontan obstáculos estructurales que las condenan al fracaso, salvo en el nicho de las evaluaciones de seguridad. Quien sabe diseñar y ejecutar buenas evaluaciones puede ganar más dinero
SkyRL ha anunciado la integración de la Tinker API, una herramienta de entrenamiento desarrollada por Thinking Machines Lab, para simplificar el entrenamiento posterior de modelos de lenguaje grandes (LLMs) de código abierto. La integración, disponible desde el 13 de febrero de 2025, permite a los u