PULSO AI · Nueva plataforma impulsada por TD
Falcon-Emirati-7B es un modelo especializado en el dialecto emiratí construido sobre la familia Falcon-H1-Arabic. Su objetivo es capturar vocabulario, tono y contexto cultural que un modelo en árabe estándar no siempre interpreta correctamente.
OpenAI anunció que un modelo interno produjo una solución al problema de existencia y suavidad de Navier–Stokes, en medio de una disputa con investigadores externos que también trabajaban en el problema usando LLMs. El caso expone riesgos sobre el uso de datos de usuarios, la competencia entre empresas y cómo proteger la investigación académica.
Jensen Huang, CEO de Nvidia, ha declarado que GPT-6 Astra marca la llegada de la inteligencia artificial general (AGI). Investigadores y competidores piden pruebas y citan que lo anunciado es una evolución, no una revolución.
La memoria agentica —conjunto de guías autoextraídas de trayectorias previas— no es un interruptor universal: su efecto depende de la capacidad del modelo. Aquí explicamos patrones observados, resultados en AppWorld y recomendaciones prácticas para desplegar agentes en producción.
Los grandes modelos de lenguaje pueden producir argumentos convincentes sin comprenderlos. Esta diferencia entre simular razonamiento y entender sus consecuencias tiene efectos prácticos en salud, justicia y política pública en América Latina.
TutorMoments presenta un marco basado en transcripciones reales para medir si los LLMs eligen correctamente entre facilitar una tarea o empujar al estudiante a razonar. Los resultados iniciales muestran que los modelos tienden a sobre-ayudar y que hay brecha frente a tutores humanos.
La versión 0.32 de LLM introduce trazas de razonamiento visibles, herramientas ejecutadas en servidor, un sistema de logs content-addressable y mejoras en la API Python para streaming de eventos. Estas novedades facilitan integraciones, debugging y la construcción de agentes capaces de combinar herramientas.
Cuando las herramientas MCP fallan, rara vez es culpa del protocolo: suele ser el diseño de la herramienta. Este artículo explica por qué ocurren el bloat y la confusión, y propone estrategias prácticas para equipos que implementan agentes con LLMs.
DiffusionGemma es un modelo abierto de Google DeepMind que aplica técnicas de difusión al texto, generando y refinando bloques de 256 tokens en paralelo. Está diseñado para mejorar la experiencia de inferencia local y casos de uso que requieren rapidez y edición interactiva.
Los recientes ajustes de precios de GitHub Copilot han desatado el debate sobre el coste real de los modelos de lenguaje y la llamada 'Tokenpocalypse'. A medida que empresas como Anthropic se preparan para salir a bolsa, los costos por token y las restricciones de uso podrían volverse moneda corriente.
Un equipo de CSAIL y SEAS transformó el clásico juego Battleship en un laboratorio para evaluar cómo los modelos de lenguaje formulan preguntas útiles. Aplicando inferencia Monte Carlo y autoformalización en Python, lograron que modelos pequeños compitieran y superaran a jugadores humanos en eficiencia de búsqueda.
Microsoft anunció dos nuevos modelos MAI: uno orientado al razonamiento y otro especializado en código para GitHub Copilot y VS Code. La compañía afirma un enfoque empresarial en datos y licencias, aunque los detalles públicos revelan una mezcla que incluye rastreos web masivos.
La nueva función de resultados generativos de Google ha mostrado errores básicos: cuenta letras mal y genera palabras mal escritas. Estas fallas no son bugs menores, sino reflejo de cómo los modelos de lenguaje procesan texto.
NVIDIA presentó Nemotron-Labs Diffusion, una familia de modelos que combina generación autoregresiva y por difusión para acelerar la inferencia y permitir revisiones iterativas. Los modelos vienen en escalas de 3B, 8B y 14B y ofrecen modos de generación intercambiables que equilibran velocidad y precisión.
MIT Open Learning lanza Universal AI, un programa en línea y autodidacta diseñado para ofrecer formación práctica en IA a audiencias no técnicas. Incluye cursos básicos gratuitos, módulos sectoriales y un asistente AI para acompañar el aprendizaje.
Campbell Brown, exjefa de noticias de Meta, fundó Forum AI para medir y mejorar la conducta de los grandes modelos en temas complejos como geopolítica, salud mental y selección de personal. Su enfoque combina expertos humanos y 'jueces' de IA para llevar a escala evaluaciones más precisas.
Granite 4.1 es una familia de modelos decoder‑only (3B, 8B, 30B) entrenada en ~15T tokens, con fine‑tuning supervisado y RL para mejorar instrucciones, código y razonamiento. Destaca la extensión de contexto a 512K tokens y la publicación bajo Apache 2.0.
Investigadores del MIT identificaron por qué los modelos de razonamiento en IA tienden a mostrarse excesivamente seguros y propusieron RLCR, una técnica que enseña a los modelos a estimar su confianza. En pruebas, RLCR mejoró la calibración hasta en 90% manteniendo o aumentando la precisión.
Anthropic lanzó Claude Opus 4.7, una versión orientada a resolver trabajos complejos y de largo plazo. Trae visión de alta resolución, mejores capacidades de código y memoria basada en archivos.
GLM-5.1 es la nueva apuesta de Z.ai: un gran modelo de lenguaje basado en un esquema Mixture-of-Experts que prioriza eficiencia, contexto largo y razonamiento. Este artículo explica su arquitectura, resultados de benchmark, vías de acceso y las implicaciones prácticas para la región.
Frente al crecimiento de agentes de compra impulsados por IA, Trustpilot busca colaborar con grandes comercios para que sus datos alimenten a modelos y asistentes. El movimiento refleja un cambio en cómo los consumidores inician su investigación de productos y obliga a replantear la estrategia de datos y marketing.
Claude representa uno de los avances más significativos en modelos de lenguaje de gran escala. Analizamos su arquitectura, sus capacidades y por qué está cambiando la forma en que las empresas adoptan la IA.
