Un documento de mil palabras cabe en cien tokens visuales. La propuesta desafía décadas de ortodoxia en procesamiento de lenguaje natural: en lugar de convertir imágenes en texto para alimentar modelos lingüísticos, DeepSeek invierte la lógica y comprime texto en representaciones…
Por qué los modelos de lenguaje siempre inventarán algo
Durante años, las alucinaciones en los modelos de lenguaje grande (LLMs) se han tratado como una falla de ingeniería, un error corregible que surge de imperfecciones en el entrenamiento o la arquitectura. Sin embargo, un conjunto creciente de investigaciones…
ReasonEmbed supera a todos los sistemas anteriores en búsqueda intensiva en razonamiento
Un avance revolucionario que permite a los sistemas de IA identificar información relevante mediante razonamiento profundo, no solo coincidencia de palabras En el vertiginoso paisaje de la inteligencia artificial contemporánea, donde los modelos de lenguaje se entrenan con billones…
El RAG que entiende tablas, imágenes y fórmulas
En un mundo inundado por datos, la capacidad de acceder a información precisa y contextualizada se ha convertido en una ventaja competitiva fundamental. La inteligencia artificial, específicamente los modelos de lenguaje grande (LLM), ha prometido revolucionar esta capacidad. Sin…
Ring-1T: el gigante chino que desafía a Silicon Valley con código abierto
Mientras OpenAI celebraba el lanzamiento de GPT-5 con fanfarrias corporativas y promesas de seguridad mejorada, Ant Group, el titán financiero chino dueño de Alipay, hacía algo radicalmente distinto: liberar al dominio público el primer modelo de razonamiento con un billón de…
Nanochat de Karpathy: entrenar un ChatGPT por 100 dólares en 4 horas
Existe una brecha abismal entre los discursos sobre inteligencia artificial accesible y la realidad brutal de los costos de entrenamiento. OpenAI gastó cientos de millones para crear GPT-4. Google invirtió recursos equivalentes al presupuesto de naciones pequeñas en Gemini. Anthropic quema…
Cómo múltiples IA pueden trabajar juntas
A lo largo de la historia, la humanidad ha reconocido una verdad fundamental: los grupos pueden lograr cosas que los individuos jamás conseguirían en soledad. Un ingeniero puede diseñar un puente, pero un equipo multidisciplinario puede construir una ciudad. Un músico…
Anthropic presentó su modelo Haiku 4.5
El anuncio de Haiku 4.5 llega con un mensaje sencillo y contundente. Anthropic no intenta deslumbrar con un récord de laboratorio, intenta ganar la batalla de la adopción diaria. Presenta un modelo pequeño que promete latencias muy bajas, precio agresivo y…
Socratic-Zero: La rebelión de las máquinas que aprenden sin datos
En el vertiginoso y a menudo turbulento universo de la inteligencia artificial, un axioma ha permanecido inmutable durante años, un pilar tan fundamental que parecía una ley de la naturaleza digital: los datos son el rey. Los grandes modelos…
La CAISI, una agencia del gobierno de EE. UU., publicó un dictamen muy crítico sobre DeepSeek
DeepSeek quedó bajo fuerte cuestionamiento en un informe oficial que lo compara con modelos líderes de Estados Unidos y concluye que rinde peor en desempeño, seguridad y costo operativo. Más que un ranking, el documento funciona como una señal de política…