Anthropic ha presentado una técnica de interpretabilidad que permite observar conceptos utilizados internamente por sus modelos aunque esas palabras nunca aparezcan en la pregunta ni en la respuesta. El método ha revelado un pequeño conjunto de representaciones que los investigadores denominan J-space, una suerte de espacio de trabajo donde Claude parece mantener información disponible para razonar, modificarla y expresarla si
La carrera de la inteligencia artificial acaba de recibir otro aviso desde China. Z.ai, la compañía antes conocida como Zhipu AI, ha publicado GLM-5.2, un modelo de pesos abiertos orientado a tareas largas de programación, razonamiento y uso de herramientas. Lo relevante no es solo que sea grande, ni que tenga una ventana de contexto de un millón de tokens.
Apple ha respondido a una demanda colectiva presentada por varios creadores de YouTube por el presunto uso de sus vídeos para entrenar modelos de inteligencia artificial. La compañía sostiene que los contenidos estaban publicados de forma abierta en YouTube y que podía acceder a ellos conforme a la DMCA y a los términos de servicio de la plataforma, según documentos
El informe técnico de Fugu, el nuevo sistema de Sakana AI, ha puesto sobre la mesa una pregunta incómoda para la industria de la Inteligencia Artificial: ¿el futuro está en modelos cada vez más grandes o en sistemas capaces de coordinar varios modelos especializados como si fueran un equipo? La respuesta todavía no está cerrada, pero el avance de la
Elegir un modelo de lenguaje abierto en 2026 ya no consiste solo en mirar quién gana más benchmarks. Para una empresa, la decisión real pasa por preguntas menos vistosas: qué licencia permite uso comercial, cuánto hardware necesita, cómo responde en español, si razona bien, si programa con solvencia, si puede ejecutarse en local y si el coste de inferencia compensa
Sulphur 2 es uno de esos modelos que explican mejor que cualquier presentación comercial la velocidad a la que avanza la inteligencia artificial generativa. No porque sea perfecto, ni porque vaya a sustituir mañana a las grandes plataformas cerradas de vídeo, sino porque acerca a una GPU de consumo avanzado algo que hace unos meses parecía reservado a infraestructuras mucho
Durante meses, muchas empresas han tomado una decisión casi automática: pagar una API comercial, integrar el modelo dominante del momento y dejar para más adelante la discusión sobre costes, dependencia tecnológica o control de datos. Ese enfoque funcionaba cuando la Inteligencia Artificial era un piloto, una capa experimental o una función secundaria. Pero empieza a quedarse corto cuando los modelos
Durante años la inteligencia artificial generativa se ha entendido como un servicio remoto: se abre una web, se paga una suscripción o una API, se envía el texto a un proveedor y se espera la respuesta. Ese modelo seguirá siendo dominante para muchos usos, sobre todo cuando se necesita el modelo más potente disponible, soporte empresarial o una ventana de
Durante mucho tiempo, usar un modelo de inteligencia artificial para programar ha significado copiar un error de la terminal, pegarlo en el chat, esperar una respuesta y volver al IDE para probar el cambio. Ese flujo funciona para dudas puntuales, pero se queda corto cuando el problema exige leer un repositorio, consultar una base de datos, abrir una issue, revisar
Google ha lanzado drafters MTP para la familia Gemma 4, una mejora pensada para reducir la latencia de inferencia sin cambiar la calidad final de las respuestas. La promesa es muy atractiva para quienes despliegan modelos abiertos en local, estaciones de trabajo o servidores propios: hasta tres veces más velocidad en determinadas configuraciones, manteniendo el mismo modelo principal como verificador
