Actualizado diariamente3593 historias verificadas
Noticias de IA. Sin el ruido.
Cobertura verificada por IA sobre lanzamientos de productos, cambios en políticas, investigaciones de seguridad y movimientos del sector, explicada en un lenguaje sencillo por un equipo educativo sin ánimo de lucro.
Fuentes verificadas
Cada historia enlaza con la evidencia más sólida disponible: fuentes originales cuando están disponibles, y por lo demás reportajes claramente atribuidos.
Inglés sencillo
Qué pasó, por qué es importante y qué mirar, sin la jerga.
sin relleno
Cuando la señal es escasa, no publicamos nada en lugar de rellenar el feed.
Más historias
9 historiasInnovación
EventTime paper proposes AI method to estimate market losses after cybersecurity disclosures
An arXiv preprint introduces EventTime, a machine-learning framework that combines market history, event metadata and contrastive learning to estimate short-term financial losses after cybersecurity disclosures.arxiv.orgInnovación
Preprint proposes a low-cost way to improve confidence estimates for black-box LLMs
An arXiv preprint says simple classifiers trained on model confidence scores and similar-query outcomes can better predict whether large language model responses are correct.arxiv.orgInnovación
FleetSieve paper proposes targeted profiling for SLO-aware LLM fleets
An arXiv preprint presents FleetSieve, a profiling method that targets measurements likely to change LLM fleet allocations while accounting for capacity and tail-latency limits.arxiv.orgInnovación
SAGE-XGBoost paper reports stronger landslide and wildfire mapping with scarce data
An arXiv preprint proposes SAGE-XGBoost, combining spatial graph embeddings, data augmentation and XGBoost for natural-hazard susceptibility mapping with limited labeled data. It reports substantial gains over Spatial XGBoost in landslide and wildfire case studies, while key validation details remain unknown.arxiv.orgInnovación
FlashPrefill V2 paper reports large long-context serving speedups with block-sparse attention
An arXiv paper describes FlashPrefill V2, a block-sparse attention system for long-context LLM serving, and reports speedups of up to 47.26x over FlashAttention-2 at 128K context on NVIDIA H20 GPUs.arxiv.orgInnovación
SWE-bench Science benchmark finds coding agents struggle with scientific software
A new arXiv preprint introduces a 119-task benchmark for testing coding agents on scientific software and reports that the best-performing agent scored below 50% on pass@1.arxiv.orgInnovación
El documento ArXiv propone capacitación basada en hitos para agentes LLM de largo horizonte
MileGPO utiliza el descubrimiento de hitos y evidencia local para mejorar la asignación de créditos al capacitar a agentes de modelos lingüísticos en tareas largas y de varios pasos. Los autores informan resultados de última generación en ALFWorld y WebShop, pero las afirmaciones se limitan a los experimentos del artículo.arxiv.orgInnovación
La preimpresión prueba si los agentes de LLM saben cuándo recordar, verificar o preguntar
Un nuevo punto de referencia evalúa si los agentes del modelo de lenguaje deciden correctamente cuándo la información derivada de la interacción debe guardarse, verificarse, usarse temporalmente o aclararse con un usuario.arxiv.orgInnovación
Auditoría de la equidad interlingüística en la marca de agua del modelo lingüístico
Se propone un nuevo marco de evaluación para esquemas de marcas de agua en modelos lingüísticos grandes, centrándose en la equidad entre idiomas.arxiv.org
Un informe útil cada semana
Mantente al día con la IA sin vivir en el feed.
Recibe las noticias verificadas de IA de la semana, datos originales, herramientas útiles, recomendaciones de aprendizaje y nuevos empleos en IA.
Llegue a las personas que están aprendiendo sobre IA
¿Contratar a un profesional de IA o lanzar un producto útil de IA? Ponlo delante de personas que han venido aquí a aprender y actuar.
Publicar un trabajo de IAEnviar una herramienta de IA