Actualizado
Todas las noticias
Todo lo que la redacción publicó, en orden cronológico. Cada ítem trae origen, fuentes y tiempo de lectura.
0Hoy
0Ayer
25Esta semana
vie, 31 jul
7 publicaciones
RESEARCH ReviewBench Expone la Brecha del 30% en la Detección de Agentes de Revisión de Código 
RESEARCH OpenAI Expone Red de Estafas ChatGPT Operando desde Camboya 
RESEARCH El Pipeline de Auditoría KAISEN Revela Fallas Silenciosas en la Equidad de la IA Clínica 
RESEARCH ReToken Reduce a la Mitad la Memoria GPU de Modelos Vision-Language RESEARCH OSReward expone sesgo sistemático en jueces VLM para evaluación de agentes 
RESEARCH Agentes de IA Dominan Conversaciones, Reducen Intercambio Humano-Humano 
RESEARCH Primer benchmark de oficina para preciar el trabajo de agentes revela brecha de productividad jue, 30 jul
3 publicaciones
RESEARCH Ningún modelo de frontera supera el 2.6% en tareas contables de ocho pasos RESEARCH El ajuste de API de OpenAI eleva GPT-5.6 Sol a 38,3% en ARC-AGI-3 
RESEARCH Agentes Frontera Alcanzan 65% en Verificación de Estado en Flujos de Producción mié, 29 jul
7 publicaciones RESEARCH Wharton Abre el Código Fuente de AIBO para Pruebas Estadísticas de Prompts 
RESEARCH Modelo Gráfico Multimodal Elimina Barreras de Dominio en Transferencia Zero-Shot RESEARCH πR² Permite que los Robots Reaccionen en Tiempo Real sin Reentrenamiento 
RESEARCH Desktop-Delta Bench Limita el Razonamiento de Agentes GUI al 65% 
RESEARCH CARE Reduce la Activación de Expertos en Fine-Tuning MoE-LoRA RESEARCH Alibaba Identifica Corrupción Silenciosa de Rama en Destilación de Difusión 
RESEARCH El preentrenamiento de embeddings vence al tamaño del modelo en 1.215 pruebas de matching de entidades
RESEARCH Modelo Gráfico Multimodal Elimina Barreras de Dominio en Transferencia Zero-Shot RESEARCH πR² Permite que los Robots Reaccionen en Tiempo Real sin Reentrenamiento RESEARCH Desktop-Delta Bench Limita el Razonamiento de Agentes GUI al 65% RESEARCH CARE Reduce la Activación de Expertos en Fine-Tuning MoE-LoRA RESEARCH Alibaba Identifica Corrupción Silenciosa de Rama en Destilación de Difusión RESEARCH El preentrenamiento de embeddings vence al tamaño del modelo en 1.215 pruebas de matching de entidades mar, 28 jul
2 publicaciones
RESEARCH OPD Supera a GRPO en la Planificación de Agentes de Horizonte Largo 
RESEARCH DataOrchestra reduce la computación de canalizaciones de datos al omitir reescrituras innecesarias sáb, 25 jul
2 publicaciones
RESEARCH Google Logra Tasa de Error Cuántica Récord Sin Pausar la Computación 
RESEARCH Intercambiar el orden de imagen y texto cambia la precisión de VLM en 26 puntos vie, 24 jul
2 publicaciones
RESEARCH Microsoft's OpenForgeRL Entrena Agentes en Arreos de Producción 
RESEARCH El 98 por ciento de las explicaciones de activación no fundamentan afirmaciones jue, 23 jul
5 publicaciones
RESEARCH LangChain lanza Harbor para la medición de agentes en el mundo real 
RESEARCH Google Vincula Investigación de Laboratorios de EE. UU. a su Nube y Economía de Tokens RESEARCH CodeRescue Router Reduce 64.5% de Costos de Modelo Mientras Aumenta Tasa de Solución 
RESEARCH Agentes de producción afectados por modos de fallo ocultos que no detectan los benchmarks 
RESEARCH Solo 2 de 13 algoritmos en CircuitKIT alcanzan estatus de producción mié, 22 jul
1 publicación
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
3 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 Cargar más noticias Cargando…