One File Change Cuts 33-Chunk RAG Ingestion from 50 s to 1.5 s
31.8x Speedup With One File Change I tested a RAG ingestion pipeline and found a bottleneck. One document took 50 seconds to process. My CPU usage was low. The app was not struggl…
GyaanSetu AI
AI, machine learning and LLM insights.
FluxA lanza AgentCard, permitiendo que los bots compren cualquier cosa con tarjetas virtuales de un solo uso
AgentCard de FluxA genera un número virtual de Visa o Mastercard de un solo uso y con límite de monto para cada compra impulsada por IA, para luego invalidarlo instantáneamente, eliminando así las filtraciones de datos, los gastos excesivos y la revocación indiscriminada.
Los agentes de IA corren riesgo de sufrir pérdidas financieras hasta que el Coeficiente Genie reduzca los errores literales
El coeficiente Genie mide la brecha entre la intención real de un usuario y el resultado literal de un agente de IA, alertando sobre comportamientos de riesgo que podrían provocar filtraciones de datos, pérdidas monetarias o sanciones regulatorias en sectores de alta responsabilidad.
Los desarrolladores ya pueden dictar tareas de código a GPT-Live, reduciendo el cambio de ventanas
GPT-Live, integrado en la aplicación de escritorio de ChatGPT, permite a los desarrolladores dar comandos por voz como «ejecutar análisis estático» o «añadir pruebas unitarias», con el modelo confirmando las acciones en voz alta y generando flujos de trabajo paralelos; todo disponible para suscriptores de pago.
Auditoría de habilidades de agentes: un modelo de amenazas
Auditoría de habilidades de agentes: un modelo de amenazas. ¿Conectarías una memoria USB aleatoria de un desconocido? Probablemente no lo harías. La mayoría de la gente conoce el riesgo. Sin embargo, los desarrolladores hacen el equivalente digital...
Mozilla apuesta a que el contenido de IA en tiempo real compensará la caída de los ingresos por búsqueda
El crucigrama diario se crea introduciendo las últimas noticias en un modelo de lenguaje de gran tamaño, que genera pares de palabras y pistas que un resolvedor matemático convierte en una cuadrícula imprimible. Mozilla afirma que esta mayor retención podría ayudar a compensar los mayores costes de computación y evitar que los usuarios se desvíen hacia sitios de búsqueda externos.
Los modelos de pesos abiertos impulsan ahora el 29% de los tokens de IA de Vercel, frente al 11% en abril
Los datos de la pasarela de Vercel de junio muestran que los modelos de pesos abiertos y económicos pasaron de representar poco más de una décima parte a casi un tercio de todos los tokens en dos meses, con DeepSeek por sí solo representando más de una quinta parte de ese tráfico.
Encord apunta a un conjunto de datos cinco veces mayor que el de YouTube para impulsar robots de nivel humano
La alianza de Encord con la startup alemana Zander Labs equipa a los operadores con cascos de EEG y sensores EMG de antebrazo, con el objetivo de crear un conjunto de entrenamiento lo suficientemente masivo como para eclipsar el corpus de videos de YouTube y acelerar la manipulación robótica diestra.
El impulso de IA de $14.5 mil millones de DepEd flaquea mientras las escuelas rurales pierden internet cada pocos minutos
El despliegue de AGAP.AI del Departamento de Educación promete tutorías impulsadas por IA; sin embargo, una Evaluación de Madurez Digital muestra que la mayoría de las escuelas públicas sufren cortes frecuentes y utilizan computadoras que no pueden procesar navegadores modernos, convirtiendo el pronóstico de mercado de $14.5 mil millones en un sueño inalcanzable para muchos estudiantes.
Políticas DMARC débiles podrían poner en lista negra flotas enteras de agentes de IA de la noche a la mañana
La infraestructura bajo tus agentes de IA se está pudriendo. Todo el mundo dice que los agentes de IA solo necesitan una llamada a la API para obtener una bandeja de entrada. Están equivocados. Escaneé 671,693 dominios para ver qué es real...
El recall de RAG saltó del 60% al 90% tras corregir la métrica
El autor descubrió que tres cuartas partes de los llamados «fallos» en realidad contenían el dato necesario en una página distinta a la que esperaba el script de prueba. Al cambiar la métrica a recall a nivel de hecho, esta se alineó con la precisión de respuesta del 90%.
La IA Gemma integrada convierte dispositivos ESP32 de 8 dólares en vectores de amenaza irrastreables
Un desarrollador independiente redujo el modelo Gemma de Google a 28,9 millones de parámetros y lo comprimió en la limitada memoria RAM y flash del ESP32-S3, permitiendo la inferencia completamente sin conexión en un hardware lo suficientemente económico como para ocultarse en cualquier sensor o dispositivo vestible.
Los agentes de IA locales ya pueden generar diagramas de ingeniería idénticos sin la nube
El tldraw-canvas-kit de Prateek Rai incluye 19 habilidades de agente basadas en JSON que permiten a Claude Code, Cursor o cualquier LLM local controlar la aplicación de escritorio tldraw. El kit ejecuta un servidor HTTP local, almacena los diagramas como archivos .tldraw simples y garantiza actualizaciones idempotentes sin telemetría.
AgentOps repara errores en menos de un minuto mediante observabilidad en tiempo real
Creado para el hackathon de SigNoz, AgentOps monitorea picos de errores, extrae logs, localiza la línea defectuosa, escribe un parche en un entorno aislado y vuelve a ejecutar la solicitud; todo esto sin intervención humana, completando cada ciclo en 30-60 segundos.
Claude Opus 5 cobra 3 veces más que Opus 4.8 en prompts sencillos
Ambos modelos muestran tarifas de tokens idénticas, pero el modo de pensamiento adaptativo predeterminado de Opus 5 cuenta el razonamiento interno como tokens de salida, lo que infla las facturas hasta un 95% en consultas sencillas. Desactivar esta función restaura la paridad.
Openship traslada las compilaciones a una máquina independiente, ahorrando RAM en los servidores de producción
Al trasladar el panel de control y el ejecutor de CI/CD a una estación de trabajo o equipo dedicado, y enviar el contenedor final mediante SSH, Openship libera memoria en el servidor en vivo, mejora la seguridad y acelera las compilaciones, aunque el modo de escritorio desaparece cuando el host se apaga.
Anthropic presenta Claude Opus 5 con un contexto de un millón de tokens sin aumento de precio
Claude Opus 5 amplía la ventana de contexto a un millón de tokens y permite una salida de hasta 128 k tokens manteniendo los precios de Opus 4.8, pero introduce controles de nivel de esfuerzo, una etapa de pensamiento forzado, almacenamiento en caché de prompts para instrucciones de 512 tokens y el cambio de herramientas en fase beta a mitad de la conversación.
Fable 5 supera a Opus 5 en velocidad, reduciendo la latencia en un 24% y los tokens en un 43%
En una suite de siete tareas que abarca revisión de código, generación de JSON, problemas de física y resumen, Fable 5 fue un 24% más rápido y utilizó un 43% menos de tokens, pero falló en dos tareas y activó los filtros de contenido, mientras que Opus 5 tuvo éxito en todas tras un único reintento.
El dúo Planificador-Trabajador de Cursor logra un 100% de precisión en la reescritura de 835 páginas de SQLite
En una reescritura completa del manual de Rust de SQLite de 835 páginas, el enjambre de dos cerebros de Cursor alcanzó un 100% de precisión, redujo la base de código a solo 9.908 líneas y recortó la factura a 411 $, en comparación con los 10.565 $ de una ejecución individual de GPT-5.5.
Rapid Typists Triggered Duplicate Bot Replies Until a New Lease Mechanism Fixed It
The bug only appeared when users hammered send fast enough to fire multiple requests before the AI started thinking. A millisecond-long DB lock vanished, letting several processes answer the same prompt until engineers introduced version counters, isolated timers, and a compare-and-swap lease.
How Chunk Size, Embeddings, and Hybrid Search Make or Break RAG Production
Moving a Retrieval-Augmented Generation system to real users hinges on five decisions—chunking strategy, embedding model, vector store, hybrid search, and evaluation—each directly affecting precision, recall, latency and even support costs.
El almacenamiento en caché de prompts reduce la latencia de Claude 4.6: respuestas hasta 5 veces más rápidas
La caché almacena un segmento de prompt estático —al menos 1,024 tokens para Sonnet o 4,096 para Opus— en la memoria de la GPU durante cinco minutos, permitiendo que las llamadas repetidas se salten la fase de calentamiento y reduzcan tanto la latencia como los tokens facturables.
Claude Code Lost 10 Seconds Per Turn to Hidden npx Lookups – Global Install Saves Six
A hidden npx-y lookup in Claude Code’s Stop hook was hitting the npm registry six times per turn, adding about 10 seconds of latency and occasional 113-second spikes. Replacing the calls with a globally installed binary halved the delay.
Mowito recauda 3 millones de dólares para desplegar «cerebros» de brazos robóticos en fábricas de Detroit
La financiación pre-semilla de Mowito financiará un centro de desarrollo en Detroit y proyectos piloto con fabricantes de alta mezcla y bajo volumen, con el objetivo de demostrar que su software de visión y aprendizaje por refuerzo puede reducir el tiempo y los costes de reprogramación de robots.