Descubre herramientas de IA de calidad
Reúna las principales herramientas de inteligencia artificial del mundo para ayudar a mejorar la eficiencia laboral
Artículos publicados por BillyThomas
El profesor Wang Xiaobo, de la Universidad Agrícola de Anhui, presentó el modelo vertical a gran escala “Fengshu” 2.0 para la investigación del soja en el 32º Seminario Nacional de Investigación y Producción de Soja celebrado en Nanning. La versión actualizada integra múltiples fuentes de datos (recursos de germoplasma, genomas, muestras de enfermedades, registros de mejoramiento genético y literatura especializada) con el fin de crear un sistema de conocimiento estructurado. Cuenta con un mecanismo de análisis colaborativo basado en varios modelos que reduce los sesgos propios de un único modelo al ofrecer respuestas independientes a las preguntas especializadas; posteriormente, existe un módulo de resumen que evalúa el consenso, las diferencias y la calidad de las pruebas mediante conocimientos del área y datos privados. El modelo dispone de seis módulos funcionales destinados al diagnóstico de enfermedades, selección de progenitores, diseño de cruces virtuales, análisis fenotípico, mejoramiento genético asistido por marcadores y estudio de la función génica. Todos ellos se apoyan en un grafo de conocimientos que contiene 20.000 entidades y 100.000 relaciones, además de una gran cantidad de datos genómicos y fenotípicos. Esta actualización mejora la estabilidad de las herramientas de investigación del soja al evitar los errores causados por las “alucinaciones” propias de un único modelo.
El profesor Wang Xiaobo, de la Universidad Agrícola de Anhui, presentó el modelo vertical a gran escala “Fengshu” 2.0 para la investigación del soja en el 32º Seminario Nacional de Investigación y Producción de Soja celebrado en Nanning. La versión actualizada integra múltiples fuentes de datos (recursos de germoplasma, genomas, muestras de enfermedades, registros de mejoramiento genético y literatura especializada) con el fin de crear un sistema de conocimiento estructurado. Cuenta con un mecanismo de análisis colaborativo basado en varios modelos que reduce los sesgos propios de un único modelo al ofrecer respuestas independientes a las preguntas especializadas; posteriormente, existe un módulo de resumen que evalúa el consenso, las diferencias y la calidad de las pruebas mediante conocimientos del área y datos privados. El modelo dispone de seis módulos funcionales destinados al diagnóstico de enfermedades, selección de progenitores, diseño de cruces virtuales, análisis fenotípico, mejoramiento genético asistido por marcadores y estudio de la función génica. Todos ellos se apoyan en un grafo de conocimientos que contiene 20.000 entidades y 100.000 relaciones, además de una gran cantidad de datos genómicos y fenotípicos. Esta actualización mejora la estabilidad de las herramientas de investigación del soja al evitar los errores causados por las “alucinaciones” propias de un único modelo.
NVIDIA ha lanzado la serie Nemotron-3-Embed de modelos de incrustación para RAG en producción, recuperación de código y memoria de agentes. La versión de 8 000 millones de pesos en BF16 ocupa el primer puesto en el banco de pruebas RTEB con un NDCG@10 de 78,46. La serie incluye versiones de 1 000 millones de pesos en BF16 y de 1 000 millones de pesos en NVFP4 (4 bits), todas basadas en la arquitectura Mistral, que admiten 34 idiomas y 32 000 tokens. Los modelos de 1B se crearon mediante poda y destilación de conocimiento. La versión NVFP4 mantiene una precisión del 99,5 % con el doble de rendimiento en Blackwell. Es compatible con la implementación de vLLM; las versiones BF16 son compatibles con Transformers y Sentence Transformers.
NVIDIA ha lanzado la serie Nemotron-3-Embed de modelos de incrustación para RAG en producción, recuperación de código y memoria de agentes. La versión de 8 000 millones de pesos en BF16 ocupa el primer puesto en el banco de pruebas RTEB con un NDCG@10 de 78,46. La serie incluye versiones de 1 000 millones de pesos en BF16 y de 1 000 millones de pesos en NVFP4 (4 bits), todas basadas en la arquitectura Mistral, que admiten 34 idiomas y 32 000 tokens. Los modelos de 1B se crearon mediante poda y destilación de conocimiento. La versión NVFP4 mantiene una precisión del 99,5 % con el doble de rendimiento en Blackwell. Es compatible con la implementación de vLLM; las versiones BF16 son compatibles con Transformers y Sentence Transformers.
Apple presentó iOS 27 en la WWDC, integrando Apple Intelligence en las aplicaciones nativas para ofrecer experiencias inteligentes a nivel del sistema. Entre las nuevas funciones se incluyen el reparto de cuentas mediante IA a través de Apple Cash, la actualización automática de contraseñas, las sugerencias contextuales en Mensajes, la extracción del contexto de las llamadas, la creación de eventos en el calendario mediante lenguaje natural y la organización inteligente de pestañas en Safari. Ya está disponible la versión beta para desarrolladores; se espera que la versión beta pública y el lanzamiento definitivo tengan lugar este otoño.
Apple presentó iOS 27 en la WWDC, integrando Apple Intelligence en las aplicaciones nativas para ofrecer experiencias inteligentes a nivel del sistema. Entre las nuevas funciones se incluyen el reparto de cuentas mediante IA a través de Apple Cash, la actualización automática de contraseñas, las sugerencias contextuales en Mensajes, la extracción del contexto de las llamadas, la creación de eventos en el calendario mediante lenguaje natural y la organización inteligente de pestañas en Safari. Ya está disponible la versión beta para desarrolladores; se espera que la versión beta pública y el lanzamiento definitivo tengan lugar este otoño.
El equipo de Bing de Microsoft ha publicado en código abierto su modelo de incrustación de palabras «Harrier», que ofrece compatibilidad multilingüe con más de 100 idiomas. Entrenado con más de 2 000 millones de ejemplos y datos sintéticos de GPT-5 con un contexto de 32 000 tokens, está disponible en tres tamaños que llegan hasta los 2 700 millones de parámetros. El modelo se integrará en Bing y en futuros agentes de IA para mejorar la búsqueda y el procesamiento.
El equipo de Bing de Microsoft ha publicado en código abierto su modelo de incrustación de palabras «Harrier», que ofrece compatibilidad multilingüe con más de 100 idiomas. Entrenado con más de 2 000 millones de ejemplos y datos sintéticos de GPT-5 con un contexto de 32 000 tokens, está disponible en tres tamaños que llegan hasta los 2 700 millones de parámetros. El modelo se integrará en Bing y en futuros agentes de IA para mejorar la búsqueda y el procesamiento.
La empresa de IA Anthropic está en las últimas negociaciones para recaudar más de 20 000 millones de dólares en una ronda de financiación que se espera que concluya la próxima semana. El acuerdo casi duplicaría su valoración hasta alcanzar unos 350 000 millones de dólares, lo que pone de relieve la gran confianza de los inversores en el sector de la IA generativa. Los fondos se destinarán al desarrollo de modelos en un contexto de aumento de los costes informáticos y de intensa competencia en el sector.
La empresa de IA Anthropic está en las últimas negociaciones para recaudar más de 20 000 millones de dólares en una ronda de financiación que se espera que concluya la próxima semana. El acuerdo casi duplicaría su valoración hasta alcanzar unos 350 000 millones de dólares, lo que pone de relieve la gran confianza de los inversores en el sector de la IA generativa. Los fondos se destinarán al desarrollo de modelos en un contexto de aumento de los costes informáticos y de intensa competencia en el sector.
