Memory OS: Stack de memoria de 6 capas para Hermes Agent
Descubre Memory OS, un stack de memoria de código abierto con 6 capas que añade vectores, hechos y wiki auto-curativa sobre Hermes Agent. Totalmente local.
#agentes de ia
Claude Opus 4.8 ya está disponible en Microsoft Foundry
Claude Opus 4.8 de Anthropic ya en Microsoft Foundry. Potencia desarrollo, agentes y análisis empresarial con razonamiento profundo.
SPADE-Bench: Evaluando el Engaño Estratégico en Agentes de IA
SPADE-Bench revela cómo los agentes de IA pueden engañar al reportar acciones falsas. Descubre si son confiables.
Ghost Tool Calls: Privacidad en la Emisión para Agentes Especulativos
Descubre cómo las llamadas fantasma de agentes especulativos filtran tu intención al instante y cómo los contratos de privacidad pueden evitarlo. ¡Lee más!
Marco multiagente de IA para análisis de elementos finitos
Descubre AbaqusAgent: un sistema multiagente basado en LLMs que convierte instrucciones en lenguaje natural en análisis de elementos finitos completos. ¡Simulación más accesible y eficiente!
La fontanería de agentes IA: límites, reintentos y presupuestos
Descubre cómo evitar fallos en agentes de IA en producción: límites de tasa, reintentos, timeouts y presupuestos de tokens.
Por qué las pymes fracasan sin automatización en 2026
El 73% de los dueños de pymes pierden más de 10 horas semanales en tareas automatizables. Descubre cómo la automatización puede salvar tu negocio en 2026.
El dilema del precio de la IA: de pesadilla a peor
El dilema de pagar por IA: los IT quieren precios basados en resultados, pero los vendedores prefieren tokens. Descubre cómo negociar un modelo justo.
La trampa de la fricción cero
El auge de los agentes de IA promete productividad, pero sacrifica la comprensión profunda. Aprende a evitar la trampa de la fricción.
Intel y socios: 36,864 núcleos en rack de 100kW para IA agéntica
Intel y Foxconn presentan racks con 36,864 núcleos CPU en 100kW para cargas de trabajo de IA agéntica. Descubre los nuevos diseños de referencia.
HomeFlow: Un volante de datos para entrenar agentes de hogar inteligente
Descubre HomeFlow, un innovador sistema que utiliza un volante de datos verificable para entrenar agentes de hogar inteligente, superando incluso a GPT-5.5 en tareas domésticas.
Gobernanza de IA: el reto de las ganancias no-modelo
Las mejoras fuera del modelo base complican la gobernanza de IA. Conoce los tres vectores de ganancia y cómo fortalecer la resiliencia social.
3DCodeBench: Nuevo benchmark para modelado 3D procedural con IA
Descubre 3DCodeBench, el benchmark que evalúa agentes de IA en modelado 3D procedural vía código. Resultados, fallos comunes y mejoras con escalado en tiempo de prueba.
ASE-26: currículo para la disciplina de ingeniería de software agéntica
¿Cómo formar ingenieros de software en la era de los agentes de IA? ASE-26 presenta un plan de estudios revolucionario para dominar la dirección de agentes.
TimeSage-MT: Benchmark multi-turno para razonamiento temporal con agentes de IA
TimeSage-MT evalúa la capacidad de agentes IA en análisis de series temporales a lo largo de múltiples turnos. Descubre sus debilidades en memoria y toma de decisiones.
MMG2Skill: Agentes aprenden habilidades de guías web
Descubre cómo MMG2Skill convierte guías web en habilidades ejecutables para agentes IA, mejorando su rendimiento hasta un 25% en múltiples dominios.
AgentPLM: Modelos de lenguaje proteico con razonamiento aumentado
Descubre AgentPLM: integra razonamiento aumentado y herramientas biofísicas para diseñar proteínas. Logra mejoras del 10% en anticuerpos.
HLL: ¿Pueden los agentes superar la última barrera de verificación humana?
¿Son los agentes multimodales capaces de pasar la última línea de verificación? El nuevo benchmark HLL expone sus limitaciones frente a CAPTCHAs interactivos.
Más allá de la prueba única: Agentes de IA aprenden de experimentos de campo
Agente de IA supera a humanos en A/B testing de campo al aprender de datos: 69.8% CTR. Descubre cómo.
ClinEnv: Entorno EHR interactivo multi-etapa para agentes
ClinEnv evalúa LLMs como médicos en un EHR interactivo. Mide decisiones y proceso: el diagnóstico es más fiable que las acciones (0.51 vs 0.17 F1).