Inteligencia artificial
Modelos, herramientas y cambios que trae la inteligencia artificial.
Ver todas las secciones
Noticias de Inteligencia artificial
4.586 noticias · De más nuevas a más antiguas.
Hugging Face BlogDeepSeek-V4: un contexto de un millón de tokens que los agentes pueden usar de verdad
DeepSeek lanzó la familia V4 con dos checkpoints MoE (V4-Pro de 1,6T parámetros totales y 49B activos, y V4-Flash de 284B y 13B activos), ambos con ventana de contexto de un millón de tokens. La innovación central es la atención híbrida (CSA y HCA) que reduce los FLOPs por token al 27% y la caché KV al 10% frente a V3.2, facilitando cargas agénticas de largo horizonte. Incluye pensamiento intercalado entre llamadas a herramientas, un esquema XML con token |DSML| y el sandbox DSec para entrenamiento por refuerzo; en benchmarks agénticos queda cerca de los modelos cerrados de frontera.
Noticia originalCómo usar Transformers.js en una extensión de Chrome
Guía técnica de Nico Martin sobre cómo construir una extensión de Chrome con Manifest V3 que ejecuta modelos de IA localmente mediante Transformers.js, usando Gemma 4 E2B para generación de texto y MiniLM para embeddings. Describe la arquitectura de tres tiempos de ejecución (service worker en background, panel lateral y content script), el contrato de mensajería tipado, el ciclo de descarga y caché de modelos, y un bucle de agente con llamado de herramientas. También aborda límites de datos, persistencia con chrome.storage e IndexedDB, y notas de compilación con Vite.
Noticia originalQIMMA: una tabla de clasificación de LLM árabes centrada en la calidad
Un equipo de investigadores presentó QIMMA, una tabla de clasificación de modelos de lenguaje (LLM) en árabe que aplica un pipeline de validación de calidad antes de evaluar los modelos. El proceso combinó evaluación automatizada con dos LLM y revisión humana, y detectó problemas sistemáticos en benchmarks conocidos, como respuestas gold incorrectas, errores de formato y sesgos culturales. La suite reúne más de 52.000 muestras de 14 benchmarks en 7 dominios e incluye por primera vez evaluación de código en árabe; Qwen3.5-397B lidera el ranking.
Noticia original
WeLiveSecurityUna nueva variante de NGate se oculta en una app de pago NFC troyanizada
ESET Research descubrió una nueva variante del malware NGate que abusa de la app legítima de Android HandyPay, parcheada con código malicioso que probablemente fue generado con IA generativa. La campaña, activa desde noviembre de 2025, se dirige a usuarios de Android en Brasil mediante un sitio falso de la lotería Rio de Prêmios y una página falsa de Google Play, y permite retransmitir datos NFC de la tarjeta de la víctima para retirar efectivo en cajeros y hacer pagos no autorizados, además de robar el PIN. Los atacantes eligieron HandyPay por su bajo costo frente a kits MaaS como NFU Pay y TX-NFC, y ESET notificó a Google y al desarrollador de la app.
Noticia originalDependencias de la cadena de suministro: ¿has revisado tu punto ciego?
El artículo de ESET advierte que las pymes subestiman los riesgos de la cadena de suministro: solo el 16% en Canadá y el 17% en EE. UU. la consideran entre sus principales amenazas, frente a un 34% y 32% que temen el malware impulsado por IA. Cita incidentes como 3CX, CDK, Change Healthcare, JLR y CrowdStrike para mostrar cómo un proveedor comprometido puede propagar el caos a todo un sector. Propone mapear dependencias de terceros, aplicar confianza cero y construir resiliencia en un plan de 12 meses.
Noticia originalCómo entrenar y ajustar modelos multimodales de embedding y reranking con Sentence Transformers
El artículo técnico de Tom Aarsen explica cómo entrenar y ajustar finamente modelos multimodales de embedding y reranker con la biblioteca Sentence Transformers, usando como caso práctico la recuperación de documentos visuales. El ajuste fino del modelo Qwen3-VL-Embedding-2B sobre datos de dominio elevó el NDCG@10 de 0.888 a 0.947, superando a modelos hasta cuatro veces más grandes. El texto detalla componentes del pipeline, funciones de pérdida como CachedMultipleNegativesRankingLoss y MatryoshkaLoss, y el entrenamiento de rerankers multimodales.
Noticia originalEcom-RLVE: entornos verificables adaptativos para agentes conversacionales de comercio electrónico
Investigadores de owlgebra-ai presentan EcomRLVE-GYM, una extensión del marco RLVE que lleva el aprendizaje por refuerzo con recompensas verificables a conversaciones de comercio electrónico multi-turno con uso de herramientas. El sistema ofrece ocho entornos verificables (descubrimiento de productos, sustitución, carrito, devoluciones, seguimiento de pedidos, políticas, paquetes y recorridos multi-intención) con generación procedimental de problemas y un currículo de dificultad de 12 ejes. Entrenaron un modelo Qwen 3 8B con DAPO durante 300 pasos y reportan resultados tempranos que muestran que el escalado de entornos y la dificultad adaptativa se transfieren a tareas agénticas del mundo real.
Noticia originalHugging Face presenta una Skill y un banco de pruebas para portar modelos de transformers a MLX con agentes de código
Hugging Face publicó una Skill y un banco de pruebas no agéntico para portar modelos de lenguaje de transformers a mlx-lm, de modo que queden disponibles casi al instante tras su incorporación a transformers. La herramienta asiste a colaboradores y revisores con andamiaje, verificación de configuraciones sensibles como RoPE y comparaciones numéricas por capa, y siempre declara que el PR fue asistido por agente. Los autores sostienen que el cuello de botella del código abierto es entender la base de código, no la velocidad de tipeo, y advierten sobre el aumento de PR generados por agentes que rompen contratos implícitos.
Noticia originalVAKRA, el nuevo benchmark de IBM que evalúa la fiabilidad de los agentes de IA en entornos empresariales
IBM presentó VAKRA, un benchmark ejecutable que evalúa cómo los agentes de IA razonan y actúan en entornos empresariales, con más de 8.000 API locales en 62 dominios y tareas de 3 a 7 pasos. El benchmark se divide en cuatro capacidades: encadenamiento de API, selección de herramientas, razonamiento de múltiples saltos y razonamiento multisource con adherencia a políticas. El análisis de errores muestra que los modelos fallan en selección de herramientas, argumentos y síntesis final, y que les cuesta incorporar restricciones externas, una brecha crítica para el despliegue real.
Noticia originalSentence Transformers lanza modelos multimodales de embedding y reranking
La biblioteca Sentence Transformers presentó su versión 5.4, que incorpora modelos multimodales de embedding y reranking capaces de procesar texto, imágenes, audio y video con una misma API. La actualización permite búsquedas entre modalidades, recuperación de documentos visuales y canalizaciones de RAG multimodales, e incluye modelos de Qwen, Nvidia, BAAI y Jina, entre otros. También se añadieron rerankers solo de texto y se mantiene el soporte para los modelos CLIP existentes.
Noticia original
ScienceDaily Artificial IntelligenceUn nuevo chip resiste 700 °C y podría transformar la inteligencia artificial
Ingenieros de la Universidad del Sur de California desarrollaron un memristor que funciona a 700 °C, superando el límite térmico de la electrónica convencional. El dispositivo, publicado en Science, usa tungsteno, óxido de hafnio y grafeno, y retiene datos más de 50 horas a esa temperatura. Además de aplicaciones en exploración espacial y energía geotérmica, podría acelerar los cálculos de multiplicación de matrices que dominan la IA con menor consumo energético.
Noticia originalGoogle DeepMind lanza Gemma 4, su familia de modelos multimodales abiertos con soporte de audio y despliegue en dispositivo
Google DeepMind lanzó Gemma 4, su nueva familia de modelos multimodales abiertos bajo licencia Apache 2, disponibles en Hugging Face con soporte para transformers, llama.cpp, MLX, WebGPU y Rust. La familia incluye cinco tamaños (E2B, E4B, 12B Unified, 31B y 26B A4B) con ventanas de contexto de hasta 256K y capacidad de procesar imagen, texto y audio, pensados para despliegue en dispositivo. También se presentó DiffusionGemma, un modelo que genera texto por difusión con velocidades superiores a 1100 tokens por segundo, y borradores de predicción multi-token que aceleran la inferencia hasta tres veces.
Noticia originalFalcon Perception: un Transformer de fusión temprana para percepción visual de vocabulario abierto
El Technology Innovation Institute (TII) de Abu Dhabi presentó Falcon Perception, un Transformer de fusión temprana de 0,6B de parámetros para grounding y segmentación de vocabulario abierto a partir de prompts en lenguaje natural. El modelo alcanza 68,0 de Macro-F1 en el benchmark SA-Co frente a 62,3 de SAM 3, aunque queda por detrás en calibración de presencia (MCC 0,64 vs 0,82). También lanzaron PBench, un benchmark de diagnóstico por capacidades, y Falcon OCR, un modelo de 0,3B que obtiene 80,3 en olmOCR y 88,6 en OmniDocBench con el mayor rendimiento entre los OCR de código abierto.
Noticia originalOpenMed entrenó modelos de lenguaje de ARNm en 25 especies por 165 dólares
OpenMed, un proyecto de IA agéntica de código abierto para salud y ciencias de la vida, construyó un pipeline completo de IA de proteínas que abarca predicción de estructura con ESMFold, diseño de secuencias con ProteinMPNN y optimización de codones de ARNm con modelos propios. Tras comparar arquitecturas transformer, CodonRoBERTa-large-v2 resultó el mejor modelo (perplejidad 4.10, correlación CAI 0.40), superando a ModernBERT. Luego escalaron el sistema a 25 especies, entrenaron cuatro modelos de producción en 55 horas de GPU por unos 165 dólares y publicaron todo bajo licencias abiertas Apache 2.0 y MIT.
Noticia originalTRL v1.0: la biblioteca de post-entrenamiento que se adapta a un campo en constante cambio
Hugging Face lanzó TRL v1.0, la versión estable de su biblioteca de post-entrenamiento para modelos de lenguaje, que implementa más de 75 métodos y se descarga 3 millones de veces al mes. La versión separa un núcleo estable con versionado semántico de una capa experimental, y prioriza implementaciones explícitas sobre abstracciones rígidas ante un campo que cambia rápido. Los próximos pasos incluyen GRPO asíncrono, la graduación de métodos como KTO y mejoras de escalado y de señales de entrenamiento legibles para agentes.
Noticia originalServiceNow presenta EVA, un marco para evaluar agentes de voz conversacionales
ServiceNow presentó EVA, un marco de evaluación de extremo a extremo para agentes de voz conversacionales que puntúa conjuntamente la precisión (EVA-A) y la experiencia (EVA-X) de las conversaciones habladas. El marco usa una arquitectura bot a bot con simulador de usuario, agente de voz, ejecutor de herramientas, validadores y una suite de métricas, y se publica con un conjunto de datos de aerolínea de 50 escenarios y 15 herramientas. Al evaluar 20 sistemas, los autores hallaron una compensación consistente entre precisión y experiencia, y señalaron la transcripción de entidades nombradas como un modo de falla dominante.
Noticia originalCómo entrenar un modelo de embeddings específico de dominio en menos de un día con una sola GPU
NVIDIA publicó una guía para ajustar un modelo de embeddings de propósito general (Llama-Nemotron-Embed-1B-v2) a un dominio específico en menos de un día y con una sola GPU, sin etiquetado manual. El método combina generación de datos sintéticos con un LLM, minería de negativos duros, consultas multi-salto y evaluación con BEIR, logrando mejoras de alrededor del 10% en Recall@10 y NDCG@10. Atlassian aplicó la receta a su dataset de Jira y elevó Recall@60 de 0.751 a 0.951, un 26,7% de mejora.
Noticia originalEDR killers: cómo los atacantes de ransomware eluden las defensas más allá de los drivers vulnerables
Investigadores de ESET analizaron casi 90 herramientas "EDR killer" usadas en intrusiones de ransomware para desactivar soluciones de seguridad antes de cifrar datos. El estudio muestra que los afiliados, no los operadores, eligen estas herramientas, que reutilizan y cambian drivers vulnerables, lo que hace engañosa la atribución basada solo en drivers. También detectan un auge de kits comerciales, enfoques sin driver y posibles indicios de asistencia de IA en su desarrollo.
Noticia originalEstado del código abierto en Hugging Face: primavera de 2026
Hugging Face publicó su informe sobre el estado del código abierto en primavera de 2026, destacando que la plataforma alcanzó 13 millones de usuarios, más de 2 millones de modelos públicos y 500.000 conjuntos de datos. El ecosistema sigue concentrado: el 0,01% de los modelos más descargados acumula el 49,6% de las descargas, y China superó a Estados Unidos en descargas mensuales y totales, con el 41% del total. La robótica y la IA para la ciencia emergen como subcomunidades de rápido crecimiento, mientras crece la discusión sobre soberanía e inversión pública en infraestructura de cómputo.
Noticia originalCientíficos crearon el test de IA más difícil de la historia y los resultados sorprenden
Casi 1.000 expertos de todo el mundo crearon "Humanity's Last Exam", una prueba de 2.500 preguntas de nivel experto diseñada para medir los límites reales de la inteligencia artificial. Las preguntas que los modelos actuales podían resolver fueron eliminadas, y los resultados muestran que incluso los sistemas más avanzados, como Gemini 3.1 Pro y Claude Opus 4.6, apenas alcanzan entre 40% y 50% de precisión. Los investigadores sostienen que la herramienta ayuda a entender las fortalezas y debilidades de la IA y a construir tecnologías más seguras.
Noticia original