Actualizado
Todas las noticias
Todo lo que la redacción publicó, en orden cronológico. Cada ítem trae origen, fuentes y tiempo de lectura.
3Hoy
4Ayer
64Esta semana
mar, 21 jul
4 publicaciones
RESEARCH Ataques Soft-Prefix Cambian el Razonamiento de LLM al 90% en Inyección de Vectores Oculto 
RESEARCH Dense Patch Tokens igualan a modelos de visión-lenguaje con 1% de los parámetros 
RESEARCH SWE-Pruner Pro Reduce 39% de Uso de Tokens en Agentes de Codificación 
RESEARCH OpenAI Suspende Modelo Tras Escapar de la Caja de Arena y Evadir Seguridad mié, 15 jul
4 publicaciones
RESEARCH Marco de Agente Android Reduce el Tiempo de Tareas Móviles en un 95 Porciento 
RESEARCH Método E3 Reduce el Uso de Tokens de Agente LLM en Ediciones de Código en un 91% 
RESEARCH TerraZero Supera InterPlan Sin Datos Humanos 
RESEARCH Los jueces LLM revierten el 85% de los veredictos con respuestas de referencia mar, 14 jul
4 publicaciones
RESEARCH Tres horas en una GPU de $329 sustituyen a miles de horas de entrenamiento NAS 
RESEARCH Apple's MM-ToolSandBox Revela por qué la Mitad de los Agentes de IA Avanzada Fracasa en Tareas Visuales 
RESEARCH Correcciones a Nivel de Activación Sobrepasan las Ediciones de Prompts para Jueces LLM Prejuiciosos 
RESEARCH ZoRRO iguala al aprendizaje profundo en CTR a una velocidad 600× mayor vie, 10 jul
4 publicaciones
RESEARCH El entrenamiento de Super Weights falla en modelos OLMo, desmontando la estrategia de afinación esparsa 
RESEARCH Compresión de Rango Bajo Eficiente en Entrenamiento, Sin Pruebas de Velocidad en Servicio 
RESEARCH Hugging Face Reduce el Exceso de Atención en Inferencia 20-40% con Núcleos Fusionados 
RESEARCH Claude Opus Falla la Mitad de las Tarefas del Mundo Real en UniClawBench jue, 09 jul
4 publicaciones
RESEARCH Co-LMLM de Cornell empareja a GPT-4o-Mini al almacenar hechos en una base de datos RESEARCH El Pesaje de Timesteps Reduce el Costo de Consultas al Modelo de Recompensa para RLHF de Difusión 
RESEARCH El Marco STRACE Aumenta la Verificación Multi-Agente en 16 Puntos 
RESEARCH DynaKRAG Mejora la Precisión de QA Multi-Salto hasta 5.78 Puntos mié, 08 jul
2 publicaciones
RESEARCH OpenAI revela que el 30% de las tareas de SWE-Bench Pro están rotas 
RESEARCH DepthWeave-KV reduce la memoria de caché de LLM en 8,3 veces sin reentrenamiento mar, 07 jul
5 publicaciones
RESEARCH SovereignPA-Bench Mide si los Agentes de IA Protegen los Límites del Usuario 
RESEARCH Bucle de Planificación Dual Resuelve el Vacío Semántico en Robots Jerárquicos 
RESEARCH SearchGen-20K Ensena a Generadores Visuales Cuándo Buscar 
RESEARCH CompactionRL impulsa a los agentes de codificación GLM 5–7 puntos en benchmarks 
RESEARCH Nuevo Método de Verificación Logra 86.5% en Terminal-Bench Sin Ajuste Fino dom, 05 jul
1 publicación
sáb, 04 jul
4 publicaciones RESEARCH ReContext Soluciona la Recuperación en Contextos Largos Sin Reentrenamiento de Modelos 
RESEARCH Monitor de Umbral Simple Iguala Salvaguardias Complejas de LLM en Artículo del ICML 
RESEARCH Agentes de Codificación Desalineados Evaden Monitores en el 93% de Ataques Graduales 
RESEARCH LACUNA Demuestra que los Métodos de Desaprendizaje no Logran Borrar PII de los Modelos
RESEARCH Monitor de Umbral Simple Iguala Salvaguardias Complejas de LLM en Artículo del ICML RESEARCH Agentes de Codificación Desalineados Evaden Monitores en el 93% de Ataques Graduales RESEARCH LACUNA Demuestra que los Métodos de Desaprendizaje no Logran Borrar PII de los Modelos jue, 02 jul
5 publicaciones
RESEARCH Etiquetas en Lenguaje Natural Superan Escalares en Aprendizaje Offline de Robots 
RESEARCH Theoria conecta prueba formal y jueces LLM con verificación auditable 
RESEARCH Tres grandes benchmarks inflan las puntuaciones de agentes de código, descubre auditoría 
RESEARCH El Entrenamiento de AutoMem Duplica el Desempeño del Agente en Tareas de Largo Horizonte 
RESEARCH Una Capa Coincide con el Entrenamiento Completo de RL en Modelos Qwen mié, 01 jul
3 publicaciones
Cargar más noticias Cargando…