Noticias verificadas, lanzamientos y análisis para entender qué cambia en inteligencia artificial y cómo te afecta.
166 publicaciones
Un preprint describe un sistema que modifica mecanismos y ecuaciones de modelos de baterías cuando sus predicciones difieren de los experimentos. El resumen comunica resultados en dos tareas, pero no basta para evaluar la reproducibilidad ni la validez fuera de esos casos.
Investigadores presentan un método para proyectar las salidas de modelos de difusión biomolecular, corrigiendo defectos físicos como choques entre cadenas o enlaces deformados sin necesidad de reentrenar el modelo.
Un nuevo preprint introduce Long-Transduction, una prueba diseñada para aislar cómo crecen los errores en modelos de IA cuando el contexto se alarga, cambia el formato de los datos o aumenta la complejidad de las sub-tareas. Los autores reportan caídas de rendimiento significativas en siete modelos de pesos abiertos, señalando una vulnerabilidad crítica para los flujos de trabajo agénticos de larga duración.
Un preprint reciente propone un sistema que ajusta dinámicamente la distribución de trabajadores entre las fases de prefill y decode para evitar violaciones de SLO sin necesidad de añadir GPUs adicionales.
Un preprint introduce puntos de control de decisión para distinguir si un agente no encuentra un artículo, no lo inspecciona o falla al responder, revelando matices que la precisión final oculta en un entorno experimental específico.
Un preprint presenta una técnica que recupera continuaciones de la trayectoria actual y las combina con borradores generados por otro modelo. El resumen informa mejoras de aceptación y rendimiento, pero no ofrece cifras detalladas para valorar su alcance práctico.
Un estudio reciente identifica un fallo específico en los agentes de IA: la sobredependencia de la memoria. Los autores proponen MEMTRIM, un marco para filtrar recuerdos parciales, aunque su validación en producción sigue pendiente.
Un nuevo informe técnico presenta un modelo de series temporales diseñado específicamente para los retos de la demanda, como los ceros frecuentes y las roturas de stock, utilizando un corpus especializado y un adaptador sobre un modelo general.
Un preprint evalúa si la discrepancia entre respuestas de un modelo pequeño puede predecir cuándo conviene derivar la consulta a uno mayor. Los resultados en GSM8K muestran una mejora, pero el estudio advierte sobre trampas metodológicas y costes operativos.
Un preprint propone medir los conflictos entre agentes de código como un problema de planificación. Su resumen declara mejoras en integración limpia, pero el alcance de los ensayos y su reproducibilidad requieren examinar el artículo completo y sus materiales.
H Company presenta dos modelos de agentes capaces de alternar entre interfaces gráficas, ejecución de código y herramientas MCP o API. Publica pesos y resultados, aunque las pruebas no demuestran autonomía general ni rendimiento uniforme en todos los entornos.
Google DeepMind y GovTech Singapore anunciaron una herramienta que analiza posibles estafas conversacionales con modelos Gemma en el dispositivo. La información disponible no precisa la variante, los resultados de las pruebas ni el alcance de la protección de privacidad.