llm

Calibración de modelos de IA representada con gráficos de confianza y precisión

Inteligencia Artificial

Calibración de modelos: qué es y cómo medir el ECE

Un clasificador puede decir 98% de confianza y acertar solo 7 de cada 10 veces: eso es un problema de calibración de modelos, no de precisión. Este artículo explica el ECE (error de calibración esperado), cómo medirlo y cómo corregirlo con temperature scaling, con código en Python paso a paso.

Por Andrés Morales, hace 6 días

Mistral Large 4, el modelo MoE abierto de Mistral AI

Noticias Tech

Mistral Large 4: 1,05 billones de parámetros y 1M de contexto

Mistral AI lanzó Mistral Large 4 en preview público: un modelo Mixture-of-Experts multimodal con 1,05 billones de parámetros totales y 49.000 millones activos. La ficha técnica también expone precios por millón de tokens y contexto de 1 millón de tokens.

Por Andrés Morales, hace 2 semanas6 octubre, 2026

Aleph Alpha Kolibri, el LLM alemán de mezcla de expertos

Inteligencia Artificial

Aleph Alpha lanza Kolibri, LLM alemán de 78.000 millones de parámetros

Aleph Alpha presentó Kolibri, un modelo de lenguaje alemán de pesos abiertos con 78.100 millones de parámetros que solo activa 3.460 millones por token. La compañía lo construyó pensando en el Reglamento de IA europeo desde el diseño, con entrenamiento íntegro en Alemania y Finlandia.

Por Andrés Morales, hace 2 semanas3 octubre, 2026

Diagrama conceptual de la degradación de modelos de IA y el benchmark LiveNerf

Noticias Tech

LiveNerf: el método para detectar si un modelo de IA empeoró

Cada tanto alguien jura que su modelo de IA favorito ‘ya no rinde igual’. LiveNerf convierte esa sospecha en una medición diaria, con panel calibrado y estadística real, y este artículo explica el método para que puedas montar el tuyo.

Por Andrés Morales, hace 2 semanas29 septiembre, 2026

Ilustración conceptual de las alucinaciones de la IA en un buscador con resúmenes generativos

Noticias Tech

Alucinaciones de la IA: por qué Google inventa respuestas

Un desarrollador buscó un viejo meme de básquetbol en Google y recibió una respuesta pensada para consolarlo de una ruptura amorosa que nunca tuvo. El caso expone un problema estructural de los buscadores con IA generativa: cuando la búsqueda recupera el contexto equivocado, el modelo redacta una respuesta igual de segura, sea verdadera o no.

Por Andrés Morales, hace 3 semanas28 septiembre, 2026

Voz autorreferencial de IA representada como circuitos de una red neuronal

Inteligencia Artificial

Paper de COLM 2026 halla el interruptor del descargo ‘soy solo una IA’ en LLM

Un paper de agosto de 2026 muestra que el chat template, y no el modelo en sí, decide si un LLM responde con ‘soy solo una IA’ o en primera persona. Los autores hallaron una dirección en las activaciones que reproduce ese cambio a voluntad.

Por Andrés Morales, hace 3 semanas27 septiembre, 2026

Ilustración conceptual de clasificación por logprobs en un LLM multimodal

Inteligencia Artificial

Logprobs: cómo clasificar imágenes con un LLM en un solo token

Un desarrollador extendió el truco de leer logprobs de un LLM, popularizado por Jev, para clasificar imágenes de webcam sin entrenar ningún modelo nuevo. Con Gemma 4 12B local llegó a 1 fotograma por segundo; contra la API de OpenAI el rendimiento cayó a 0,2 fps.

Por Andrés Morales, hace 3 semanas26 septiembre, 2026

Claude Opus 5.5, el nuevo modelo insignia de Anthropic con 40% menos costo

Inteligencia Artificial

Anthropic frena la carrera de precios: Opus 5.5 cuesta 40% menos

Anthropic lanzó Claude Opus 5.5, el primer modelo de su familia 5.5, con rendimiento equivalente a Fable 5.1 y un costo 40% menor al de Opus 5. La compañía también reporta los mejores resultados de seguridad obtenidos hasta ahora en su auditoría de comportamiento automatizada.

Por Andrés Morales, hace 4 semanas22 septiembre, 2026

Inteligencia Artificial

Calibración de modelos: qué es y cómo medir el ECE

Noticias Tech

Mistral Large 4: 1,05 billones de parámetros y 1M de contexto

Inteligencia Artificial

Aleph Alpha lanza Kolibri, LLM alemán de 78.000 millones de parámetros

Noticias Tech

LiveNerf: el método para detectar si un modelo de IA empeoró

Noticias Tech

Alucinaciones de la IA: por qué Google inventa respuestas

Inteligencia Artificial

Paper de COLM 2026 halla el interruptor del descargo ‘soy solo una IA’ en LLM

Inteligencia Artificial

Logprobs: cómo clasificar imágenes con un LLM en un solo token

Inteligencia Artificial

Anthropic frena la carrera de precios: Opus 5.5 cuesta 40% menos

Noticias Tech

MiMo-V2.6: Xiaomi actualiza su familia de modelos de razonamiento abiertos

Noticias Tech

Brood War Bench: Codex Astra gana el 100% de sus partidas de StarCraft