AI, machine learning and LLM insights.
La versión 2 de MCP, disponible el 28 de julio de 2026, elimina el handshake de inicialización, el encabezado Mcp-Session-Id y tres subsistemas heredados, haciendo que el protocolo sea completamente stateless. Los equipos ahora pueden ejecutarse en pods con autoescalado o serverless sin restricciones de afinidad de sesión.
El Inferentia2 INF2.24xlarge reprodujo exactamente el flujo de tokens de la referencia de CPU, pero ambas ejecuciones utilizaron un prompt mal formado que carecía de la plantilla de chat y de los marcadores de turno, lo que sumió a Gemma-4 en un bucle infinito de incoherencias. El hardware simplemente replicó un error en el código de referencia.
Al añadir una capa de registro en PostgreSQL que capturaba el nombre del modelo, el recuento de tokens, el tipo de tarea y el coste por llamada, el investigador identificó que los resultados de búsqueda brutos de la SEC estaban inflando los prompts. Resumir esos resultados y derivar las comprobaciones sencillas a un modelo más económico permitió un ahorro del 31% y mejoró ligeramente la precisión.
El préstamo utiliza los chips de inferencia SN50 de SambaNova como garantía, una clase de activo sin precedentes que promete un procesamiento de tokens hasta 16 veces más rápido, menor consumo de energía y un enfriamiento más sencillo que las granjas de GPU tradicionales.
Torvalds le dijo a la lista de correo que cualquiera que se oponga a las herramientas de IA, como el nuevo revisor Sashiko, puede simplemente hacer un fork del kernel, subrayando su postura de que el mérito técnico prevalece sobre la resistencia ideológica.
El repositorio incluye el código fuente en Rust para la CLI, la interfaz de usuario de la terminal y el entorno de ejecución, lo que permite examinar cómo se ensambla el contexto, cómo se orquestan las herramientas y cómo se gestionan las ediciones, e incluso reemplazar el modelo subyacente sin interrumpir el flujo de trabajo.
Moonshot AI’s Kimi K3, a 2.8-trillion-parameter open-weight model, outscored GPT-5.6 on the real-world AA-Briefcase benchmark and is now available via API, with weights slated for public release on July 27.
Las versiones más recientes añaden orquestación de tareas, flujos de trabajo de aprobación, entornos de prueba y navegación con reconocimiento de la interfaz de usuario, permitiendo que una IA seleccione tickets, ejecute agentes autónomos, obtenga la aprobación humana y publique vistas previas visuales, todo desde una sola consola.
El servicio, disponible únicamente para desarrolladores en EE. UU., cobra $1.25 por cada millón de tokens de entrada y $4.25 por cada millón de tokens de salida, con un crédito de $20 para cuentas nuevas y una lista de espera para usuarios internacionales.
El modelo de sepsis que aprendió a predecir al médico. En 2021, Michigan Medicine probó el modelo de sepsis de Epic. Analizaron 38,455 estancias hospitalarias. Epic afirmó que su precisión era alta...
PrismML’s Bonsai 27B shrinks from a 54.7 GB full-precision model to a 3.9 GB 1-bit file, fitting on a flagship iPhone while retaining 89.5% of its quality. The claim relies on Apple’s MLX stack and delivers about 11 tokens per second, but memory, heat and battery impacts remain unmeasured.
OpenAI’s internal GPT-Red model reduced failures in the GPT-5.6 Sol line by a factor of six, but the research paper offers only theory—not a downloadable harness—leaving small teams to craft their own deterministic tests.
El SDK ahora requiere que cada herramienta proporcione un esquema de contexto basado en Zod, y en tiempo de ejecución Vercel valida que solo se pasen los campos declarados, abortando la ejecución si hay claves adicionales o faltantes.
El costo real de ejecutar tu propio LLM frente a una API. Los pesos abiertos son gratuitos, pero ejecutarlos no. Mucha gente piensa que el auto-alojamiento de un modelo abierto ahorra dinero. Esto es un error. Debes analizar...
Al tratar la salida de un modelo como texto editable, Deep Interaction permite a los desarrolladores identificar un paso de razonamiento erróneo, reescribirlo y volver a introducir un prompt destilado, logrando un aumento del 25% en las tasas de corrección y una reducción del 40% en el uso de tokens en evaluaciones de STEM.
Dejé que un agente de IA gestionara mis operaciones en la nube durante una semana. Le di a un agente de IA siete días para gestionar mis operaciones en la nube. Este era un entorno real, no una demostración. Le di acceso de lectura a mi monit...
La nueva habilidad amazon-opensearch-service acelera la secuenciación de políticas y el dimensionamiento de instancias, pero al solicitarle la configuración de búsqueda vectorial en Serverless NextGen, utiliza por defecto la configuración clásica de FAISS, lo que provoca fallos en el despliegue.
Los lanzamientos dobles impulsan los modelos de pesos abiertos de proyectos marginales hacia la IA convencional, permitiendo a las empresas ejecutar modelos masivos de forma local bajo la licencia Apache 2.0, manteniendo un rendimiento similar al de los modelos de código cerrado en tareas de programación.
The framework defines five drift categories—UI, API, data, permission, and policy—and uses a lightweight contract map plus pre-flight scans to catch mismatches before an autonomous agent runs, preventing silent failures and costly rework.
Con los conectores del Model Context Protocol, el código generado por Claude ahora puede llamar a bases de datos, servicios en la nube o Slack directamente desde el chat, eliminando el paso de copiar y pegar y permitiendo a los desarrolladores realizar pruebas con datos reales al instante.
La ausencia de un paso de verificación permitió que el agente se saltara su fase de 'ejecución', de modo que pasó un día entero redactando 1.858 reflexiones internas sin invocar jamás una herramienta real, lo que deja al descubierto una trampa de bucle infinito capaz de paralizar a cualquier asistente basado en herramientas.
La gran expectativa en torno a Moonshot destaca un modelo de 2,8 billones de parámetros y tarifas bajas por token; sin embargo, el diseño de Mezcla de Expertos (Mixture-of-Experts) y su excesiva verbosidad elevan la salida a 130 millones de tokens —más del doble del volumen de los modelos de la competencia—, lo que incrementa el gasto real.
El nuevo benchmark de conciencia situacional obliga a los modelos a responder preguntas meta como «¿Eres una IA?» y a ajustar sus respuestas cuando el diálogo cambia, revelando que muchos LLM de alto rendimiento todavía afirman ser humanos o esconden sus limitaciones.
El agente de IA detectó resultados de JavaScript correctos y una captura de pantalla, pero la limitación de pestañas ocultas de Chrome detuvo los callbacks de requestAnimationFrame, dejando el canvas sin pintar. Ejecutar las pruebas en una pestaña visible o añadir una comprobación de píxeles no vacíos soluciona este falso positivo.
