Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
South China Morning PostDeepSeek presenta 'super agente' de IA en la carrera de codificación con OpenAI, Anthropic
DeepSeek ha presentado un 'super agente' de IA diseñado para manejar múltiples tareas con mínima intervención humana, buscando reducir la necesidad de coordinación y supervisión humana en flujos de trabajo complejos. Este desarrollo se posiciona como una respuesta a la creciente automatización de tareas por parte de los modelos de IA, buscando optimizar la gestión de flujos de trabajo mediante la autonomía de los agentes.
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.
Deccan ChronicleDeepSeek Lanza Agente de Codificación Mejorado Con el Objetivo de Rivalizar a Anthropic
DeepSeek ha lanzado un prototipo de agente de codificación llamado “Super-Agent”, diseñado para monitorear proactivamente chats grupales de desarrolladores, sugiriendo soluciones a problemas de codificación sin intervención humana. Este agente busca minimizar la atención humana y maximizar el valor, posicionándose como un desafío al Claude Code de Anthropic. DeepSeek está enfocado en desarrollar agentes de IA que automatizan tareas de codificación, buscando competir con laboratorios estadounidenses en el ámbito de la inteligencia artificial.
Mehr News AgencyDeepSeek crea un superagente de IA
DeepSeek ha propuesto un 'superagente' de IA diseñado para superar las limitaciones de la automatización actual, donde la gestión de múltiples agentes requiere mucha atención humana. Este nuevo sistema busca que los agentes de IA gestionen actividades complejas como la generación de código y la preparación de informes, coordinando tareas mediante un sistema central que divide trabajos grandes en partes pequeñas y distribuye la ejecución en paralelo, minimizando la supervisión humana continua.
DeepSeek-V3 0324 llega al Hub con licencia MIT y mejoras en código y matemáticas
DeepSeek lanzó silenciosamente en el Hub una versión actualizada de su modelo base DeepSeek-V3, denominada DeepSeek-V3 0324, que ahora usa licencia MIT y mejora el seguimiento de instrucciones, código y matemáticas. En benchmarks como MMLU-Pro, GPQA, AIME y LiveCodeBench el modelo muestra mejoras notables y se ubica a la par de GPT-4.5 y por encima de Claude-Sonnet-3.7. El artículo explica cómo usarlo mediante proveedores de inferencia, TGI, SGLang y cuantizaciones, y repasa consideraciones de seguridad sobre descarga, alineación, generación de código y agentes.
TechNodeEquipo DeepSeek hace de código abierto el prototipo de agente de codificación proactivo
El equipo Harness de DeepSeek ha hecho de código abierto dsh-superagent, un prototipo de investigación para agentes de codificación. Este prototipo recibe solicitudes de desarrollo desde GitHub y opcionalmente Feishu, procesa las tareas en sesiones separadas y devuelve resultados como solicitudes de extracción a la conversación original. Está diseñado para permitir que los agentes realicen trabajo de mayor duración con menor coordinación humana, ofreciendo un panel web para gestionar los asuntos que requieren intervención humana.
Chosun IlboDeepSeek presenta 'Super Agent' donde múltiples IA trabajan simultáneamente
DeepSeek ha presentado una nueva arquitectura denominada 'Super Agent', diseñada para permitir que múltiples agentes de inteligencia artificial trabajen de forma simultánea en diversas tareas. Esta innovación aborda la limitación de la capacidad de atención humana, ya que la capacidad de gestión de conversaciones por parte de una persona tiene un límite. El objetivo es mejorar la capacidad de procesamiento y ejecución de tareas complejas por parte de las IAs.
India TodayDeepSeek lanza IA Super-Agente para desafiar el Código Claude de Anthropic
DeepSeek ha lanzado "Super-Agent", un prototipo de IA diseñado para automatizar el desarrollo de software, buscando desafiar a Claude Code de Anthropic. Esta herramienta opera de forma autónoma, monitoreando chats de desarrolladores para detectar y sugerir correcciones de código en tiempo real sin intervención humana. El objetivo es reducir la atención humana y hacer que la IA actúe como un miembro independiente del equipo de desarrollo. Este lanzamiento subraya la creciente competencia tecnológica entre empresas de inteligencia artificial de China y EE. UU. en la automatización de tareas de programación.
DeepSeek muestra el Modo Creador para construir plugins personalizados mediante conversación
DeepSeek presentó el Modo Creador en su plataforma Harness, que permite a los usuarios crear plugins personalizados usando lenguaje natural. Esto incluye herramientas como editores de video y visualizaciones 3D. Los plugins demostrados fueron refinados mediante conversaciones iterativas.
No se identificaron personas.
DeepSeek planea entrenar su modelo V5 en chips Huawei Ascend
DeepSeek planea utilizar los chips Ascend de Huawei para entrenar su modelo V5. Esto representa una expansión del uso de la tecnología de hardware china en el desarrollo de su modelo de inteligencia artificial. Anteriormente, los chips Ascend solo se han utilizado para la inferencia de los modelos DeepSeek.
No se identificaron personas.
Noticias encontradas
Coincidencias en título, descripción, resumen, tags, personas o periodista.
34 resultados para «DeepSeek»
Más recientes primero · Hasta 30 noticias por página
DeepSeek planea entrenar su modelo V5 en chips Huawei Ascend
DeepSeek planea utilizar los chips Ascend de Huawei para entrenar su modelo V5. Esto representa una expansión del uso de la tecnología de hardware china en el desarrollo de su modelo de inteligencia artificial. Anteriormente, los chips Ascend solo se han utilizado para la inferencia de los modelos DeepSeek.
No se identificaron personas.
arXiv Computer Science AIMulti-layer Indexer: Selección superpuesta y atención en la atención dispersa en DeepSeek Sparse Attention
Se presenta el Multi-layer Indexer (MLI) para mejorar la inferencia de contexto largo mediante la atención dispersa. El MLI elimina la dependencia entre capas al permitir que una capa atienda la selección de la capa indexadora anterior, sin requerir reentrenamiento. Esta técnica demuestra mejoras significativas en la velocidad de decodificación, superando a otros métodos como IndexCache en varios escenarios.
DeepSeek muestra el Modo Creador para construir plugins personalizados mediante conversación
DeepSeek presentó el Modo Creador en su plataforma Harness, que permite a los usuarios crear plugins personalizados usando lenguaje natural. Esto incluye herramientas como editores de video y visualizaciones 3D. Los plugins demostrados fueron refinados mediante conversaciones iterativas.
No se identificaron personas.
MashableDeepSeek Harness añade Modo Creador para crear plugins a partir de indicaciones de texto
DeepSeek Harness ha introducido un Modo Creador que permite a los usuarios generar plugins directamente a partir de indicaciones de texto. Esto facilita la creación de software adicional a programas existentes sin modificar el código original. Se demostraron ejemplos de plugins generados por IA como herramientas de diseño y videojuegos.
CWE-bench v2 ofrece mayor cobertura, calidad y transparencia en pruebas de capacidades cibernéticas
CWE-bench v2 es un conjunto de 100 tareas diseñado para probar las capacidades de seguridad de modelos de IA. El benchmark evalúa la capacidad de los modelos para encontrar y corregir vulnerabilidades en repositorios de código abierto. Gemini 4 Argon lidera la evaluación con un 67.8% de pass@1, aunque el líder aún falla una parte significativa de las tareas.
DeepSeek crea un superagente de IA
DeepSeek ha propuesto un 'superagente' de IA diseñado para superar las limitaciones de la automatización actual, donde la gestión de múltiples agentes requiere mucha atención humana. Este nuevo sistema busca que los agentes de IA gestionen actividades complejas como la generación de código y la preparación de informes, coordinando tareas mediante un sistema central que divide trabajos grandes en partes pequeñas y distribuye la ejecución en paralelo, minimizando la supervisión humana continua.
Der SpiegelInteligencia Artificial: Cómo la IA podría facilitar el desarrollo de armas biológicas
La investigadora Dunja Sabra ha probado si modelos de inteligencia artificial como ChatGPT, Claude y DeepSeek pueden ser utilizados indebidamente para fabricar armas biológicas. Su investigación sugiere que la IA podría acortar significativamente el tiempo entre la concepción de una idea y su implementación, planteando preocupaciones sobre el uso malicioso de estas tecnologías en el desarrollo de armas biológicas.
Equipo DeepSeek hace de código abierto el prototipo de agente de codificación proactivo
El equipo Harness de DeepSeek ha hecho de código abierto dsh-superagent, un prototipo de investigación para agentes de codificación. Este prototipo recibe solicitudes de desarrollo desde GitHub y opcionalmente Feishu, procesa las tareas en sesiones separadas y devuelve resultados como solicitudes de extracción a la conversación original. Está diseñado para permitir que los agentes realicen trabajo de mayor duración con menor coordinación humana, ofreciendo un panel web para gestionar los asuntos que requieren intervención humana.
DeepSeek lanza IA Super-Agente para desafiar el Código Claude de Anthropic
DeepSeek ha lanzado "Super-Agent", un prototipo de IA diseñado para automatizar el desarrollo de software, buscando desafiar a Claude Code de Anthropic. Esta herramienta opera de forma autónoma, monitoreando chats de desarrolladores para detectar y sugerir correcciones de código en tiempo real sin intervención humana. El objetivo es reducir la atención humana y hacer que la IA actúe como un miembro independiente del equipo de desarrollo. Este lanzamiento subraya la creciente competencia tecnológica entre empresas de inteligencia artificial de China y EE. UU. en la automatización de tareas de programación.
DeepSeek presenta 'Super Agent' donde múltiples IA trabajan simultáneamente
DeepSeek ha presentado una nueva arquitectura denominada 'Super Agent', diseñada para permitir que múltiples agentes de inteligencia artificial trabajen de forma simultánea en diversas tareas. Esta innovación aborda la limitación de la capacidad de atención humana, ya que la capacidad de gestión de conversaciones por parte de una persona tiene un límite. El objetivo es mejorar la capacidad de procesamiento y ejecución de tareas complejas por parte de las IAs.
DeepSeek presenta 'super agente' de IA en la carrera de codificación con OpenAI, Anthropic
DeepSeek ha presentado un 'super agente' de IA diseñado para manejar múltiples tareas con mínima intervención humana, buscando reducir la necesidad de coordinación y supervisión humana en flujos de trabajo complejos. Este desarrollo se posiciona como una respuesta a la creciente automatización de tareas por parte de los modelos de IA, buscando optimizar la gestión de flujos de trabajo mediante la autonomía de los agentes.
DeepSeek Lanza Agente de Codificación Mejorado Con el Objetivo de Rivalizar a Anthropic
DeepSeek ha lanzado un prototipo de agente de codificación llamado “Super-Agent”, diseñado para monitorear proactivamente chats grupales de desarrolladores, sugiriendo soluciones a problemas de codificación sin intervención humana. Este agente busca minimizar la atención humana y maximizar el valor, posicionándose como un desafío al Claude Code de Anthropic. DeepSeek está enfocado en desarrollar agentes de IA que automatizan tareas de codificación, buscando competir con laboratorios estadounidenses en el ámbito de la inteligencia artificial.
A medida que crecen los riesgos cibernéticos de la IA, experto en chips chinos insta a estándares éticos compartidos con rivales estadounidenses
El cofundador de Cambricon Technologies instó la implementación de estándares éticos universales para los modelos de inteligencia artificial líderes, tanto chinos como estadounidenses, con el fin de mitigar los crecientes riesgos cibernéticos. Este llamado busca establecer un 'comprobador de ética' común para modelos como DeepSeek, ByteDance y OpenAI, ante el rápido avance de la IA y los ciberataques de alto perfil que amenazan la infraestructura crítica.
The DecoderAstra de OpenAI se convierte en el principal objetivo de los laboratorios de IA chinos después de que Anthropic endurezca sus defensas
Laboratorios de IA chinos como DeepSeek y Moonshot AI están utilizando el modelo GPT-6 Astra de OpenAI en lugar de Claude de Anthropic para entrenar sus modelos. Esto sugiere que Anthropic ha endurecido sus defensas, ya que OpenAI y Anthropic prohíben la revelación de pasos de razonamiento ocultos. Aunque Claude era el objetivo principal, los nuevos métodos de Anthropic reducen la extracción de datos por parte de atacantes entre un 90% y un 99%, y los atacantes están ajustando sus tácticas ante las nuevas defensas.
The Indian ExpressDeepSeek, Moonshot usaron GPT-6 Astra de OpenAI para entrenar los últimos modelos: Reporte
Los desarrolladores de IA chinos DeepSeek y Moonshot AI utilizaron el modelo GPT-6 Astra de OpenAI para entrenar sus modelos más recientes mediante una técnica conocida como destilación. Esta práctica es un punto de fricción entre las empresas de IA, ya que se argumenta que permite a los competidores reproducir capacidades avanzadas de manera más rápida y económica. Los modelos resultantes incluyen el Kimi K3.1 Pro de Moonshot AI y el V4.1-Flash 1017 mejorado de DeepSeek.
DeepSeek, Moonshot Usaron GPT-6 Astra de OpenAI para Entrenar los Últimos Modelos: Informe
Los desarrolladores de IA chinos DeepSeek y Moonshot AI utilizaron el modelo GPT-6 Astra de OpenAI para entrenar sus modelos más recientes mediante una técnica conocida como destilación. Esta práctica es un punto de fricción en la competencia tecnológica entre EE. UU. y China, ya que las empresas argumentan que permite a los rivales replicar capacidades avanzadas de forma más rápida y económica. Modelos como Kimi K3.1 Pro de Moonshot AI y V4.1-Flash 1017 de DeepSeek se beneficiaron de esta transferencia de conocimiento.
Identificadores DeepSeek V5 aparecen en el repositorio de código oficial de Harness
Tres identificadores de modelos DeepSeek V5, específicamente 'deepseek-v5', 'deepseek-v5-open' y 'deepseek-v5-next', han sido incluidos en el repositorio de código oficial de Harness en GitHub. Estos identificadores forman parte de pruebas de integración que evalúan la compatibilidad de modelos y cómo el cliente maneja la disponibilidad de modelos, incluyendo escenarios como la coexistencia de 'deepseek-v5-open' con DeepSeek Flash.
El Destape¿ChatGPT o Gemini? Se conoció el ranking actualizado de las IA más utilizadas en el mundo y cuál dio el batacazo | El Destape
Resumen del corpus no disponible.
The Hacker NewsResumen semanal de ciberseguridad: filtraciones de secretos de IA, robo de código de PingCAP, fallo en Signal y bypass en Laravel
El boletín semanal de ciberseguridad recopila múltiples incidentes: Bluesky sufrió phishing con más de 4.500 cuentas comprometidas y Andromeda confirmó robo de credenciales de clientes de infraestructura de IA. PingCAP reveló el robo de código fuente y datos de clientes de TiDB Cloud, mientras Zeabur anunció su cierre tras una segunda brecha que expuso 3,2 millones de secretos. También se reportaron fallos críticos en Laravel, Signal, GLPI y Eptura Archibus, junto con arrestos por fraude NFC en Países Bajos y sanciones de EE. UU. a DeepSeek.
Palo Alto Networks Unit 42Unit 42 revela cómo un ciberdelincuente usó IA para planificar y ejecutar múltiples delitos informáticos
Unit 42 documentó a un ciberdelincuente que opera bajo el alias BUGSTER y que utilizó asistentes de IA con jailbreak, como DeepSeek V4 y el framework Hermes Agent, para planificar y ejecutar múltiples delitos informáticos. Entre las actividades se incluyen robo de credenciales y exfiltración de más de 5.200 registros con datos personales de estudiantes de universidades en India, fraude de telecomunicaciones VoIP, descifrado de contraseñas Wi-Fi y reconocimiento de ballenas de criptomonedas. El caso muestra cómo la IA reduce la barrera de habilidades para el ciberdelito y cómo la combinación Hermes + DeepSeek se está volviendo prevalente entre actores maliciosos.
No se identificaron personas.
NVIDIA BlogNVIDIA presenta en GTC Berlín su línea de hardware de IA local para agentes
NVIDIA presentó en GTC Berlín su línea de hardware de IA local: RTX Spark para agentes personales en PC con Windows, DGX Spark para desarrolladores en Linux y DGX Station para equipos empresariales, con una versión Windows prevista para diciembre. Los anuncios incluyen el agente Underdog, clústeres de hasta ocho DGX Spark, NVIDIA Sync con Model Launcher, NVIDIA Cloud Functions y el nuevo modelo de programación local Recursive Flint. También se sumó soporte desde el día cero para modelos Nemotron, GLM, DeepSeek, Qwen, MiniMax y FLUX.3, junto con aceleraciones en llama.cpp y vLLM.
Chaco Día por DíaEE.UU. expulsa a la IA china DeepSeek del sector público y recrudece la guerra fría tecnológica
Estados Unidos ha expulsado a la IA china DeepSeek del sector público, intensificando la competencia tecnológica entre las potencias. Este evento se enmarca en una escalada de la "guerra fría tecnológica" entre naciones.
No se identificaron personas.
OpenAI NewsOpenAI presenta los primeros resultados de Jalapeño, su chip de inferencia de IA, con velocidad y eficiencia líderes en la industria
OpenAI publicó los primeros resultados medidos de Jalapeño, su primer chip de inferencia personalizado, que ofrece mayor rendimiento por vatio y menor latencia que sistemas comparables en los modelos GPT-OSS 120B, DeepSeek R1 y Kimi K2.5. Según la empresa, el chip logra entre 1,5 y 1,9 veces más trabajo de IA por vatio y una latencia de extremo a extremo entre 1,7 y 3,6 veces menor. OpenAI planea desplegar Jalapeño en su infraestructura de cómputo antes de fin de año y ya desarrolla las generaciones 2 y 3.
No se identificaron personas.
Cómo usar modelos locales para clasificar issues y PRs del repositorio OpenClaw sin costo de API
Un equipo de desarrolladores de OpenClaw describe cómo usa modelos locales de pesos abiertos, como Gemma y Qwen, dentro de un arnés de agentes para clasificar automáticamente issues y pull requests del repositorio, sin depender de APIs de modelos cerrados. El sistema, llamado localpager, combina un shell restringido de solo lectura (reposhell) con salidas estructuradas para etiquetar contribuciones y enviar notificaciones filtradas por Discord. En una evaluación de 330 casos, Qwen mostró mayor precisión y Gemma mayor recall, mientras que DeepSeek-V4-Flash sirvió como referencia pero resultó poco práctico por su tamaño y baja velocidad.
DeepSeek-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.
El cambiante panorama global de la computación: cómo China impulsa su ecosistema de chips e IA
El artículo analiza cómo los controles de exportación de chips de IA de EE. UU. desde 2022, lejos de frenar a China, catalizaron el desarrollo de chips domésticos como Ascend de Huawei, Cambricon y Kunlun de Baidu. Modelos chinos de pesos abiertos como DeepSeek, Qwen, GLM y Kimi, con innovaciones en eficiencia computacional (MLA, GRPO), ya se entrenan e infieren en silicio local y ganan adopción global. El texto sostiene que el ecosistema de software de NVIDIA (CUDA) es desafiado en cada capa y que el centro de gravedad de la IA podría desplazarse hacia China.
Potenciá tus pipelines de OCR con modelos abiertos
Hugging Face publicó una guía sobre modelos abiertos de OCR basados en modelos de visión-lenguaje, comparando opciones como Nanonets-OCR2, PaddleOCR-VL, dots.ocr, OlmOCR-2, Granite-Docling, DeepSeek-OCR, Chandra y Qwen3-VL. El artículo detalla capacidades como transcripción multilingüe, manejo de tablas y gráficos, formatos de salida y evaluación mediante benchmarks como OmniDocBench y OlmOCR-Bench. También aborda eficiencia de costos, conjuntos de datos abiertos y herramientas para ejecutar los modelos localmente o en la nube.
Kimina-Prover: aplicación de búsqueda RL en tiempo de prueba a grandes modelos de razonamiento formal
El equipo Numina y Kimi presentó Kimina-Prover-72B, un modelo de demostración automática de teoremas en Lean 4 entrenado con el pipeline de RL Kimi k1.5 sobre Qwen2.5-72B, junto con variantes destiladas de 8B y 1.7B. Sus innovaciones clave son la búsqueda de aprendizaje por refuerzo en tiempo de prueba (TTRL), que permite descubrir y combinar lemas recursivamente, y una capacidad de corrección de errores que interpreta los mensajes de Lean. En el benchmark miniF2F alcanza una tasa de aprobación de 92,2%, superando a modelos previos como DeepSeek-Prover-V2 y AlphaProof.
DeepSeek-V3 0324 llega al Hub con licencia MIT y mejoras en código y matemáticas
DeepSeek lanzó silenciosamente en el Hub una versión actualizada de su modelo base DeepSeek-V3, denominada DeepSeek-V3 0324, que ahora usa licencia MIT y mejora el seguimiento de instrucciones, código y matemáticas. En benchmarks como MMLU-Pro, GPQA, AIME y LiveCodeBench el modelo muestra mejoras notables y se ubica a la par de GPT-4.5 y por encima de Claude-Sonnet-3.7. El artículo explica cómo usarlo mediante proveedores de inferencia, TGI, SGLang y cuantizaciones, y repasa consideraciones de seguridad sobre descarga, alineación, generación de código y agentes.
Open R1 presenta OlympicCoder, modelos de código que superan a modelos cerrados en problemas de la Olimpiada Informática
El equipo de Open R1 de Hugging Face publicó la Actualización #3 sobre sus avances en reproducir la receta de razonamiento de código de DeepSeek-R1. Presentaron CodeForces-CoTs, un conjunto de casi 100k muestras destiladas de R1, el benchmark IOI 2024 y los modelos OlympicCoder-7B y 32B, que superan a modelos cerrados como Claude 3.7 Sonnet en problemas de la Olimpiada Internacional de Informática. También detallaron lecciones de entrenamiento (empaquetado de muestras, tasas de aprendizaje, prefijado con <think>, optimizadores de 8 bits) y actualizaciones de GRPO y del conjunto de datos matemático.