Modelos
China Telecom AI (la serie Xing, antes TeleChat) ha publicado Xing4.0-29B-A4B, un modelo de pesos abiertos de arquitectura MoE con vocación agéntica. De sus 29.000 millones de parámetros totales solo unos 4.000 millones se activan por token, lo que le permite correr en una sola GPU manteniendo una capacidad razonable para agentes. En Hugging Face ya hay cuantizaciones GGUF de la comunidad para usarlo local. Es una muestra de lo que está llegando del este: MoE ligeros en parámetros activos, abiertos y orientados a agentes, que compiten directo por el hardware de sobremesa.
Convai Innovations ha publicado Laya, un modelo de decisión que hace clasificación multilingüe en CPU con un solo paso de inferencia (single forward pass). Es un 'System 1': responde de forma inmediata, sin generar texto, sobre una base ModernBERT de unos 421 millones de parámetros y con licencia Apache 2.0. La idea es que las decisiones simples y repetitivas no necesiten un LLM grande: un cabezal de decisión rápido y barato, compatible con el formato Jev. Es de las piezas que encajan en pipelines donde el coste por inferencia y la latencia mandan, sin GPUs.
Fermion Research ha publicado Phonon-2, un modelo abierto de reconocimiento de voz (ASR) que se presenta como el más preciso en inglés por debajo de 900 MB de tamaño. En los siete conjuntos en inglés del Open ASR Leaderboard promedia un 5,21% de error. Su tamaño lo hace ideal para correr en local o en hardware modesto, y ya hay cuantizaciones y versiones ONNX/CoreML de la comunidad. Para quien quiere una transcripción local sin subir audio a la nube, es de los candidatos más pequeños y con mejor ratio calidad/peso.
La familia de generación de imágenes Qwen-Image de Qwen sigue en tendencia, y Qwen-Image-2.1 acumula miles de likes en Hugging Face. Es un modelo abierto de generación de imágenes que la comunidad ya está cuantizando a GGUF para usarlo en local, sin depender de una API de pago. Encaja en la corriente de llevar la generación de imágenes de vuelta al hardware propio: se descarga, se cuantiza y se ejecuta en casa. Para quien hace prototipos de imagen o necesita una generación sin nube, es de las referencias abiertas a vigilar.
Agentes y software
Microsoft y Hugging Face publican ThinkingBox, un enfoque para evaluar agentes empresariales sobre el estado real de la base de datos, no sobre la confidencia con la que el agente dice que ha terminado. El argumento central es que un agente 'confiado' puede afirmar que una tarea está hecha cuando el estado del sistema no lo respalda: hay que comprobar el estado, no el mensaje. Se acompaña del conjunto de datos ThinkingBox-Bench en Hugging Face. Es una pieza muy útil para quien despliega agentes en producción y quiere garantías reales, no solo buenas intenciones del modelo.
ServiceNow CoreAI publica AutoSynthData, un pipeline que convierte los huecos de capacidad de un agente empresarial en datos de entrenamiento sintéticos. La idea es detectar dónde falla un modelo objetivo y usar un modelo más fuerte como maestro para generar tareas sintéticas que ataquen justo esos fallos. Es una línea muy práctica de mejora continua de agentes: en vez de esperar a datos reales, se sintetizan los casos difíciles. Interesante para quien entrena agentes de empresa y quiere cerrar brechas específicas de forma dirigida.
Hugging Face incorpora los entornos de refuerzo (RL environments) como repos de datos con un filtro propio en el hub. Un entorno RL es, en la práctica, un repo de datos que aparece bajo el filtro de RL Environments, y el botón 'Use this dataset' lo convierte en un punto de partida directo para entrenar o evaluar agentes. Es un paso más para que entornos de agente y RL estén al alcance de la mano, descargables y reutilizables, igual que cualquier otro dataset del hub.
jhisse publica spoor, una herramienta de observabilidad LLM first-local: un único binario y un archivo SQLite para inspeccionar trazas de agentes, consumo de tokens, latencia y costes estimados. La idea es tener telemetría de los agentes sin mandarla a una SaaS, todo en el propio sistema. Encaja en la corriente de autohospedado: ver qué hace tu agente, cuánto cuesta y dónde se enreda, sin depender de un servicio externo de monitoring.
GitHubobservabilidadself-hostingagenteslocal-first
Papers e investigación
Este trabajo se pregunta si los LLM tienen de verdad una comprensión matemática estructural detrás de sus soluciones, o solo imitan la superficie. Los autores diagnostican un 'primitivo' que falta en el razonamiento matemático y proponen cómo repararlo. Es una línea de investigación que va más allá de los benchmarks de matemáticas: intenta entender qué falta por dentro para que los modelos razonen con rigor, no solo suenen bien.
arXivrazonamientomatemáticasevaluación Generar código científico no es lo mismo que mejorar los algoritmos que hay detrás. Este paper trabaja sobre solvers numéricos: el feedback de ejecución puede mostrar un mal rendimiento, pero rara vez revela por qué. Los autores proponen autodiagnóstico y descubrimiento de habilidades para que los agentes mejoren los algoritmos numéricos, no solo escriban el código. Es un paso para agentes que realmente optimizan métodos numéricos, algo clave en simulaciones y computación científica.
arXivagentesnúmeroscienciaoptimización El 'harness' de un agente (roles, instrucciones, herramientas y estructura de comunicación) es el que resuelve la tarea, y el harness correcto depende de la consulta concreta. Este paper propone buscar dinámicamente el mejor harness por consulta mediante predicción, en vez de usar siempre el mismo diseño fijo. Es una línea prometedora para sistemas multi-agente que se reconfiguran sobre la marcha según lo que se les pide.
arXivmulti-agenteharnessdiseñooptimización Los modelos omni-modales (texto, imagen, audio, vídeo) alucinan cuando la generación se apoya en la evidencia equivocada. OmniConfess extrae 'confesiones' de los tokens para revelar qué evidencia está sustentando la salida, y así mitigar la alucinación en modelos omni-modales. Es un enfoque de inferencia que no solo reduce alucinaciones, sino que explica de dónde sale el error. Útil para quien trabaja con modelos multimodales grandes y quiere control sobre su fiabilidad.
arXivalucinaciónmultimodalomniinterpretabilidad