Web de actualidad independiente
La transcripción automática de música (AMT) convierte una grabación de audio en notas simbólicas, generalmente MIDI. La transcripción de un solo instrumento ya funciona razonablemente bien. Sin embargo, transcribir una…
Robbyant de Ant Group ha lanzado LingBot-VLA 2.0, un modelo básico de Visión-Languaje-Acción (VLA) para robots. El lanzamiento incluye un informe técnico, un código base…
Liquid AI ha lanzado Antidoom, un método de código abierto que apunta a un modo de falla común en los modelos de razonamiento. Ese modo de fracaso es el bucle…
El equipo Hy de Tencent lanzó Hy3. Hy3 es un modelo de mezcla de expertos (MoE) de parámetros 295B. Activa solo 21 mil millones de parámetros por token. Las pesas…
Synthetic Sciences ha lanzado OpenScience, un banco de trabajo de IA de código abierto para la investigación científica. Tiene licencia Apache 2.0 y se ejecuta en su propia infraestructura. El…
Meituan ha lanzado LongCat-2.0, un modelo de lenguaje de mezcla de expertos (MoE) a gran escala. Lleva un total de 1,6 billones de parámetros y activa alrededor de 48 mil…
La mayoría de los datos empresariales todavía se encuentran en archivos PDF, escaneos y presentaciones de diapositivas. Los agentes y modelos de lenguajes grandes no pueden usar esos datos hasta…
WebBrain es un agente de navegador gratuito y de código abierto para Chrome y Firefox. Lee páginas, extrae datos y automatiza tareas de varios pasos. A diferencia de la mayoría…
Interfaze, una joven startup de YC, ha abierto un nuevo modelo de reconocimiento de voz. Se llama difusión-gemma-asr-small. El modelo transcribe audio a través de un decodificador de difusión, no…
La API de Google Health es la sucesora oficial de la API web de Fitbit. Se dirige a la API de Google Health v4 y lleva a los desarrolladores a…