PULSO AI · Nueva plataforma impulsada por TD
Investigadores del MIT desarrollaron un modelo que combina representaciones 3D de cristales con descripciones en lenguaje natural para mejorar la búsqueda de materiales con propiedades específicas. El enfoque supera a modelos basados solo en texto y puede acelerar aplicaciones como electrolitos para baterías.
Beam, creado por Reflection y publicado en Hugging Face, es un modelo Mixture-of-Experts (MoE) de frontera que combina gran capacidad con ejecución más ligera: 501B parámetros totales y 23B activos por token, con contexto de hasta 1 millón de tokens y licencia Apache 2.0. Trae soporte día cero en transformers, vLLM y SGLang, además de una herramienta en Rust para rendimiento.
Beam, el modelo sparse mixture‑of‑experts de Reflection, ofrece 501B de parámetros totales y 23B activos para tareas de codificación agente y flujos largos. En este artículo repasamos qué es Beam, sus formatos de checkpoint y las vías de despliegue en AWS (JumpStart y HyperPod) con recomendaciones operativas.
Rusia está sustituyendo hélices por pequeños turborreactores para que sus drones alcancen hasta 600 km/h, reduciendo la ventana de defensa. Ucrania contrarresta con torretas automáticas dotadas de ametralladoras .50 y sistemas de visión e inteligencia artificial que ya han interceptado estos aparatos.
En su 18ª reunión anual, la Kendall Square Association reunió a empresas, universidades, residentes y autoridades para debatir cómo la innovación —incluida la IA— debe servir a la comunidad. Expertos como Daron Acemoglu reclamaron adaptar tecnologías para ampliar capacidades laborales sin erosionar la democracia y la confianza social.
NVIDIA e AI4Bharat liberan Nemotron-pretraining-Indic-v1: un corpus de aproximadamente 2.8 billones de tokens en 22 lenguas indias junto a un pipeline GPU abierto para generación y control de calidad. El material incluye traducciones documentales, preservación de fórmulas y código, y trazabilidad completa.
Los agentes conversacionales pueden fallar de forma silenciosa: respuestas confiadas pero incorrectas que erosionan la confianza. Este artículo explica cómo AWS construyó un marco de evaluación continua con Amazon Bedrock AgentCore para detectar y explicar fallas antes y durante la operación en producción.
Un estudio revela cómo miles de trabajadores europeos evalúan y corrigen respuestas de modelos de IA desde plataformas como Outlier, en condiciones económicas y de privacidad precarias. El fenómeno, ligado a la compra parcial de Scale AI por Meta, plantea preguntas sobre regulación y prácticas de la gig economy.
El CEO de Replit dijo en TechCrunch Disrupt que la compañía ya no trabaja con Anthropic y que eligió socios por costo y desempeño. Sin embargo, fuentes internas y publicaciones recientes muestran que Anthropic seguía presente en la plataforma.
Presentamos un patrón operacional: el LLM genera varias respuestas y JEV —un verificador rápido— revisa si cada una está respaldada por la fuente. Las respuestas no validadas se bloquean o se escalan a un modelo mayor o a una persona.
El informe 2026 del MIT sobre sostenibilidad en cadenas de suministro registra el mayor nivel de compromiso empresarial en siete años, pero advierte que gobernanza y capacidad operativa no acompañan esa ambición. La incertidumbre comercial, los conflictos geopolíticos y el uso de IA exponen brechas críticas entre intención y resultados.
Meta publicó Muse Spark Open, un modelo optimizado para código con pesos abiertos y ventana de contexto de 1 millón de tokens. Ahora puede desplegarse desde Amazon SageMaker JumpStart en su cuenta AWS, con variantes BF16 y NVFP4 y control total del endpoint.
