180 noticias en el archivo
Mientras los costes de las APIs de IA se disparan, las empresas estadounidenses priorizan el presupuesto sobre los riesgos de seguridad para adoptar modelos de bajo coste como Deepseek.
Un análisis de por qué publicar proyectos de IA a pequeña escala y fallidos aporta más perspectiva genuina que las demos pulidas y superficiales en el panorama actual de la IA.
Google está priorizando el Entrenamiento Consciente de la Cuantización (QAT) frente a la cuantización post-entrenamiento para garantizar que Gemma 4 siga siendo eficiente y preciso en hardware de consumo.
Un nuevo modelo de pesos abiertos con licencia Apache 2.0 habilita la escucha continua y la interacción de voz en tiempo real, amenazando con acabar con la era de los wrappers de VAD tan engorrosos.
Un análisis del Qwen3.7-Plus de Alibaba, que examina sus capacidades agénticas, los requisitos de hardware para su despliegue local y las implicaciones de su licencia.
La industria de la IA está pasando del consumo imprudente de tokens a la ingeniería sostenible, ya que el coste financiero de los modelos monolíticos se vuelve insostenible.
NVIDIA presenta un sistema basado en CRIU para hacer instantáneas de los workers de vLLM, reduciendo drásticamente el tiempo necesario para escalar modelos de IA en Kubernetes.
El Nemotron 3 Ultra de NVIDIA combina arquitecturas Mamba y Transformer para habilitar ventanas de contexto de 1M de tokens de forma eficiente para agentes empresariales de ejecución prolongada.
KVarN de Huawei reduce el uso de VRAM en vLLM al cuantizar el KV-Cache, permitiendo lotes más grandes y ventanas de contexto más extensas.
Un análisis del paper de POLARIS y su enfoque para prevenir la degradación de la calidad y el colapso estructural en la escritura creativa en textos largos para modelos pequeños.
