Toda la actualidad IA

Explora novedades de IA con sus fuentes y fechas.

1276 novedadesÚltima actualización 2026-10-05 08:15 UTC+8
Quitar filtros

Últimas novedades

1276 novedades · UTC+8

2026-09-08

8 novedades

2026-09-07

1 novedades

2026-09-06

2 novedades

2026-09-05

1 novedades
GitHub AI & MLModelos

Proyecto HydraFusion: calidad de frontera mediante orquestación multimodelo

En evaluaciones offline controladas, los flujos de trabajo de codificación selectiva de HydraFusion igualaron o superaron la línea base evaluada de Opus 5 mientras reducían el coste estimado del flujo de trabajo. Ahora disponible como vista previa de investigación en GitHub Copilot. La publicación Proyecto HydraFusion: calidad de frontera mediante orquestación multimodelo apareció primero en The GitHub Blog .

Leer aquí Leer la fuente

2026-09-04

3 novedades

2026-09-03

14 novedades
千问 QwenModelos

E-Commerce Bench: operación de largo horizonte, evaluación multidimensional

En los últimos años, el paradigma de evaluación de agentes consistía en dar un objetivo y que el modelo lo alcanzara lo máximo posible en un número limitado de turnos. Por ejemplo, encontrar un tesoro en un laberinto, producir un informe o corregir un fragmento de código. El rendimiento del modelo también se evalúa según la calidad del producto entregado o el grado de finalización de la tarea, y este tipo de evaluaciones suele tener un estado de terminación natural claro. Las tareas de largo horizonte del mundo real en su mayoría no tienen un estado de terminación natural claro, por ejemplo la predicción del tiempo, el trading de acciones o la operación comercial. Es como si una tienda online no pudiera ser "operada hasta su finalización" en una mañana concreta; el inventario acumulado el mes pasado, el precio negociado anteayer y la promoción de ayer afectan

Leer aquí Leer la fuente
千问 QwenModelos

Qwen-Drive-1.0: una exploración preliminar hacia un modelo fundacional de visión-lenguaje para la conducción autónoma

Presentamos Qwen-Drive-1.0. Este es el primer modelo fundacional de visión-lenguaje para la conducción autónoma que unifica la percepción 3D y el cuestionario visual en la etapa de preentrenamiento, y se extiende además a la planificación de movimiento, manteniendo además sin modificaciones la arquitectura del VLM preentrenado durante todo el proceso. El modelo toma como base el Qwen3.5-4B nativamente multimodal y añade dos módulos externos. La cabeza de percepción BEV actúa como una sonda 3D explícita y examinable, y realiza conjuntamente la detección de objetos 3D, la predicción de Occupancy semántica y la segmentación de mapas BEV. El experto en planificación genera la trayectoria futura del vehículo propio basándose en flow matching. Mediante un entrenamiento por etapas, mejoramos significativamente la capacidad de conducción autónoma del VLM general, y verificamos su viabilidad en las tareas de percepción 3D, cuestionario visual de conducción y planificación de movimiento, formando un modelo unificado de visión-lenguaje para la conducción autónoma, que proporciona una base VLM de nueva generación para la adaptación a escenarios de conducción.

Leer aquí Leer la fuente