ia·ahoy

Qwen-Image-2.1 se vuelve referencia en generación de imagen abierta

text-to-image · 2.400+ likes · ~48.000 descargas

Qwen-Image-2.1 encabeza los modelos en tendencia de Hugging Face. En la misma familia ya circula una variante GGUF no censurada (abenzerps/Qwen-Image-2.1-Uncensored-GGUF) con casi 900.000 descargas, señal de que la comunidad se la está llevando a hardware modesto.

Si te interesa la imagen local, la tarjeta original y la variante GGUF son el punto de partida para ver qué caben en tu GPU.

Xing4.0-29B-A4B: MoE de 29B con solo 4B activos

text-generation · 1.750 likes · MoE 29B-A4B

Un mixture-of-experts de 29B totales pero 4B parámetros activos por token, diseñado para que un modelo grande se comporte como uno pequeño en costo de inferencia. Es la receta que permite correr capacidades grandes en hardware de consumo.

La ficha en Hugging Face explica la arquitectura y los pesos; busca una cuantización GGUF si quieres probarlo sin una GPU de gama alta.

Qwen3.8-27B sigue siendo el punto de referencia de la familia abierta

image-text-to-text · ~16.400 likes · ~6,6 M descargas

El modelo de la generación Qwen3.8 con más tracción en pesos abiertos. Con 27B en formato multimodal, se ha convertido en el 'caballo de batalla' para quien busca calidad generalista en una sola tarjeta.

La tarjeta oficial de Qwen documenta la arquitectura y los resultados de la familia; las variantes GGUF (p. ej. de unsloth) lo hacen corrible en local.

MiMo-V2.6 de Xiaomi: RL, destilación y variantes ligeras

varios pipelines · familia con 3 modelos en tendencia

Xiaomi publica la familia MiMo-V2.6: una variante Pro con refuerzo, una destilación de Qwen de 9B y una Flash-RL. Además suena el dataset de RL (MiMo-V2.6-RL-oss), útil si quieres reproducir o seguir su receta de post-entreno.

Es un buen ejemplo de cómo los grandes fabricantes están soltando pesos y datos a la vez, no solo modelos.

tokenizers v1: codificar, decodificar y escalar, medido

Hugging Face · tokenización a gran escala

Hugging Face publica la primera versión estable de la librería tokenizers con números de rendimiento en mano: cómo se comportan la codificación, la decodificación y el escalado. Imprescindible si entrenas o sirves y quieres que el tokenizer no sea el cuello de botella.

Async GRPO con LoRA a través de HF Jobs

post-entreno · 'un bucket, un proxy y sin NCCL'

Receta para hacer GRPO asíncrono con LoRA usando los jobs de Hugging Face, sin orquestación compleja de NCCL. Es el tipo de tutorial que baja la barrera para aplicar RL a tus modelos sin un clúster dedicado.

La entrada detalla el pipeline completo y el código para replicarlo.

NVIDIA Warp y MjWarp para simulación robótica

robotics · simulación acelerada

Guía para usar NVIDIA Warp y MjWarp para acelerar simulación y aprendizaje robótico. Relevante si trabajas en agentes que actúan en entornos físicos o quieres entrenar políticas sin esperar a hardware real.

DORA: ¿pueden los agentes de LLM responder a desastres?

NeurIPS 2026 Oral

Un paper aceptado como Oral en NeurIPS 2026 que hace benchmark de agentes de LLM ante desastres, midiendo si se recuperan ante condiciones heterogéneas. Si te interesa la robustez real de los agentes (no solo en el demo), vale la pena leerlo.

mobile_agent: un agente Android de código abierto que opera tu teléfono

Kotlin · agente móvil self-hosted

Un agente de IA para Android, de código abierto, que interactúa con la pantalla de tu teléfono. Todavía es temprano, pero es la clase de proyecto que muestra hacia dónde va la automatización local y privada de dispositivos.

Verzeta Studio: un workspace de equipos de IA local-first

C++ · varios agentes de IA

Un workspace de código abierto, local-first, para trabajar con varios agentes de IA a la vez. La apuesta por el local-first en el nivel de 'equipo' (no solo modelo) es una señal de que la privacidad empieza a ser criterio de diseño, no de marketing.

Ensu: la app local de LLM de Ente

app local-first · entrevista en Hacker News

Ensu es la aplicación de LLM local de Ente (el equipo detrás de la sincronización de archivos cifrada). En Hacker News hay una conversación larga sobre casos reales de gente que se autoaloja LLMs en casa — el mejor punto de entrada para ver qué uso le dan a sus stacks.

MuckScraper: agregador de noticias self-hosted con IA

agregador de noticias + LLM

Un agregador de noticias que se autoaloja y usa un LLM para resumir y filtrar. Es un buen patrón para construir tu propio briefing diario sin depender de un servicio de terceros.

¿Qué casos reales tenéis los que os autoalojáis LLMs en casa?

Hacker News · debate comunitario

Un hilo de Hacker News que pregunta, sin postureo, qué uso le dan en la práctica quienes corren LLMs en casa. De lo más útil para no copiar ideas que solo funcionan en el paper.