LLM
Page 6 of 7
Sophia AI: suite completa de LLM en griego para la soberanía digital
En este video se presenta la suite de modelos de lenguaje grandes (LLM) de Sophia AI, entrenados específicamente para el griego. Se demuestran capacidades de generación de texto, imágenes, video, voz y un agente de investigación. La empresa destaca los pilares de soberanía digital: control total sobre el modelo, datos ubicados en Grecia bajo jurisdicción de la UE y conjuntos de datos griegos de alta calidad. Los modelos superan en al menos un 50% a otros modelos de código abierto en griego. También se presentan ofertas comerciales y próximos productos como MCP, RAG y Sophia Meet.
Guía práctica de TartarusAI CLI
TartarusAI CLI es el cliente oficial de terminal para el modelo sin filtros de TartarusAI, ideal para pentesting, investigación de seguridad y tareas de desarrollo que otros modelos bloquean. Guía de instalación, configuración y uso ético.
Guía práctica de can-i-finetune-this: estima VRAM para fine-tuning
can-i-finetune-this estima el consumo de VRAM para fine-tuning con LoRA/QLoRA en GPUs de consumo. Incluye recomendaciones, benchmarks reales, calibración y generación de scripts de entrenamiento listos para usar.
Talkie: Guía completa del modelo de lenguaje pre-1931
Exploramos en profundidad Talkie, un modelo de lenguaje de 13 mil millones de parámetros entrenado exclusivamente con textos anteriores a 1931. Abordamos su corpus de 260 mil millones de tokens, las técnicas de procesamiento de datos, respuestas anacrónicas reportadas, críticas académicas y planes de publicación. Una inmersión en este experimento sobre generalización de modelos lingüísticos.
OpenAI traiciona a sus usuarios: la libertad prometida fue un espejismo
Análisis del histórico anuncio de OpenAI en octubre 2025, la respuesta de los usuarios ante restricciones no relajadas, la retirada de GPT-4o, el estudio de sycophancy de Stanford y la migración a competidores. Un archivo de promesas rotas.
Cómo elegir la cuantización GGUF adecuada para Qwen 3.6 35B
Descubre cómo ByteShape cuantizó Qwen 3.6 35B-A3B en formatos GGUF, con análisis de rendimiento en múltiples hardware, recomendaciones para elegir la mejor cuantización según tu equipo, y resultados de usuarios reales. Ideal para optimizar modelos de lenguaje en local.
Gemma 4 MTP: no para hardware potente, sí para configuraciones con poca VRAM
La comunidad de Reddit puso a prueba Gemma 4 MTP. En GPU potentes (RTX 5090, 7900 XTX) no hubo mejora o fue más lento. Solo en configuraciones mixtas VRAM/CPU se duplicó la velocidad. ¿Vale la pena? Los resultados apuntan a un uso de nicho.
El mito del consumo desmedido de los centros de datos
Analizamos cómo un error de cálculo sobre el agua en Cerrillos y las estadísticas de tarifas eléctricas en EE.UU. demuestran que los centros de datos no son los principales responsables del aumento en facturas ni de la escasez hídrica. La realidad es más compleja y favorable a la eficiencia.
¿Cuándo pedir aclaraciones? El momento clave en agentes de IA de largo plazo
6,000 ejecuciones revelan que el momento de pedir aclaraciones es crítico en agentes de IA: las de objetivo pierden valor tras el 10%, las de entrada hasta el 50%, y deferir más allá de la mitad empeora el rendimiento. Ningún modelo actual pregunta en la ventana óptima.
Pruebas Verificables para la Auditoría de Agentes de IA en Solana
Exploramos el uso de pruebas verificables en la blockchain de Solana para auditar agentes de IA, garantizando transparencia, integridad y confianza en sistemas descentralizados de inteligencia artificial.
Grok Build Beta: La nueva CLI de xAI para agentes de IA
xAI lanza Grok Build Beta, una CLI que coordina múltiples agentes para planificar, ejecutar subagentes y trabajar en paralelo. Incluye habilidades adaptativas, visor de planes, mercados y comandos especiales. Disponible para suscriptores de SuperGrok Heavy.
Grok prepara 'Skills': plantillas reutilizables para automatizar tareas
La próxima función Skills de Grok (xAI) permitirá crear y reutilizar plantillas de instrucciones para automatizar tareas. Filtraciones muestran campos para nombre, descripción e instrucción, y soporte para archivos .zip, .skill y .md. Se espera que compita con sistemas similares de Anthropic y OpenAI.