CryptoPepper

Un artículo me hizo detenerme y dedicarle media hora S0 Tuning
Idea principal: sin modificar los pesos del modelo, solo ajustando una matriz de estado inicial, se puede mejorar significativamente la capacidad de codificación del modelo.
En Qwen3.5-4B, con solo 48 muestras de entrenamiento de HumanEval (no 48K, sino 48), S0 tuning aumentó el pass@1 en 23.6 puntos porcentuales.
En comparación con LoRA, S0 superó en 10.8 puntos porcentuales. p < 0.001, estadísticamente significativo.
En FalconH1-7B, S0 alcanzó un 71.8%.
Esto significa que después del ajuste, la velocidad y el tamaño del modelo pe

Google lanzó Gemma 4
1B, 13B, 27B en tres tamaños, además de la versión densa de 31B. Todos bajo la licencia Apache 2.0. Uso comercial libre.
Este cambio en la licencia es más importante que el modelo en sí. Antes, Gemma utilizaba la licencia propia de Google, con restricciones. Ahora con Apache 2.0, compite directamente con Llama de Meta.
Las ventajas del modelo en sí: multimodalidad—texto + visión + audio. La versión densa de 31B alcanzó un 89.2% en AIME 2026, LiveCodeBench v6 obtuvo un 80%, y Codeforces ELO 2150.
Los 27B de parámetros son muy amigables para despliegue local. Con una sola ta

OpenAI compró un talk show en YouTube con dinero.
TBPN, un programa de transmisión en vivo de tecnología que comenzará en 2025, tiene solo 58,000 seguidores en YouTube. OpenAI lo adquirió.
El año pasado, los ingresos por publicidad de TBPN fueron de 5 millones de dólares. Este año, se espera que superen los 30 millones. Un programa de menos de dos años, con un crecimiento de 6 veces.
El programa se transmite en vivo todos los días a las 2 p.m., durante 3 horas. La lista de invitados incluye a: Sam Altman, ejecutivos de Meta, ejecutivos de Microsoft, Palantir, a16z. Bloomberg y CNBC también han

¡Alibaba ha lanzado una gran jugada en secreto!
CoPaw-Flash-9B—Modelo de Agente AI basado en Qwen3.5. Con 9B de parámetros, puede ejecutarse en tu propia computadora.
¿En qué es impresionante?
Algunos benchmarks están a la par con Qwen3.5-Plus (gran modelo cerrado).
90 millones de parámetros frente a varios cientos de millones, las puntuaciones son similares.
Lo que me emociona aún más es el marco de trabajo CoPaw:
- Soporta memoria persistente (recuerda las conversaciones)
- Conexión multicanal (puede conectarse a Feishu, Discord, etc.)
- Implementación local, sin costos de API
La arquitectur

Este mercado es finalmente destruido por este tipo de MM que interfiere y causa su muerte
Un día sube 18 veces y luego en 15 minutos termina la batalla
Incluso con contratos/spot en bn, es difícil escapar del destino
Los minoristas sin ninguna ventaja informativa solo morirán más rápido
Las imitaciones han terminado, la criptografía también ha terminado

Encontré una imagen de la "Guía completa de herramientas de IA", dividida en más de diez categorías, y se ve realmente impresionante.
Voy a decir una verdad brutal: no necesitas tantas herramientas.
Lo que realmente uso todos los días son solo tres:
- Claude: para programar + escribir textos largos + hacer que me conozca
- Codex: para tareas aleatorias
Y de vez en cuando uso tres más: Google Stitch para hacer gráficos, Whisper para transcripción, Claude Artifact para análisis de datos.
Cinco en total. Es suficiente.
¿En qué falla esa imagen? En que confunden "existencia" con "utilidad". Un sol

Alguien está usando Transformer para determinar si los bucles en el código pueden paralelizarse o no.
¿Suena muy académico? No te preocupes.
Primero, el contexto.
Todos los que programan saben que convertir un bucle for en ejecución paralela es la fórmula mágica para mejorar el rendimiento. Pero el problema es que si se hace mal, se generan bugs. Los métodos tradicionales dependen del análisis estático, pero fallan cuando las dependencias son complejas.
Este artículo hizo una cosa: puso el código dentro de un modelo Transformer (sí, ese mismo arquitectura de GPT), para que la IA determine si «

Spec-heavy, code-light es la elección correcta de arquitectura
Lo que un ingeniero de harness dice, en pocas palabras, es que tu contexto no es lo suficientemente detallado, la mayoría de las personas ni siquiera saben qué necesitan planificar con precisión
Mi proyecto de hackathon (que te permite contratar un equipo de búsqueda de empleo con IA) ya ha sido revisado y está en la versión V2
Escribí 18 especificaciones, casi 16 habilidades, plataformas de reclutamiento en chino + plataformas de reclutamiento en inglés, cada una probada + después de obtener datos experimentales reales, come

El precio de las acciones de RH cayó un 19.5% en una noche.
Esta marca de muebles de lujo anteriormente llamada Restoration Hardware, presentó resultados financieros que fallaron en todos los aspectos anoche.
Las cifras son muy malas:
Ingresos de $843 millones, un 3.6% por debajo de lo esperado.
EPS de $1.53, un 30.6% por debajo de lo previsto.
La guía para el próximo trimestre es de $789.5 millones, un 10.2% menor que la estimación de los analistas.
El precio de las acciones pasó de $141 directamente a $114.
La compañía dio dos razones:
Las tarifas aduaneras llevaron a una reo

El 88% de las empresas han experimentado incidentes de seguridad relacionados con agentes de IA. Pero solo el 22% consideran a los agentes como una "identidad" para gestionarlos.
El CEO de Okta, Todd McKinnon, habló en The Verge y mencionó algo que llamó mi atención:
Un agente de IA no debería ser solo una herramienta, debería tener su propia identidad. Como un empleado, debería iniciar sesión, autenticarse y dejar registros.
El contexto es el siguiente.
Cada vez hay más agentes de IA en las empresas, capaces de acceder a bases de datos, llamar APIs y enviar correos electrónicos por sí mismos.

Antes, observar la tendencia de compra y venta en la plaza era suficiente para resumir el mercado de acciones de EE. UU.

Datos, échale un vistazo:
Morgan Stanley MSBT: 0.14%
Grayscale Mini Trust: 0.15%
Franklin Templeton EZBC: 0.19%
Bitwise / VanEck: 0.20%
BlackRock IBIT: 0.25%
IBIT actualmente es el líder absoluto en el mercado de ETF de BTC spot con $840 mil millones. Morgan Stanley usa un 0.14% para competir contra el 0.25%
¿Por qué en este momento?
Tres razones.
Primero, los clientes institucionales están interesados. Morgan Stanley gestiona más de $4 billones en activos de clientes. Cuando tus clientes son individuos de alto patrimonio y oficinas familiares, lo que quieren no es el mejor ETF, sino un ETF qu