Moonshot publica los pesos abiertos de Kimi K3.1 Pro

Investigador analizando la arquitectura de red neuronal de Kimi K3.1 Pro de Moonshot AI, representando la apertura de pesos de modelos de lenguaje.

Moonshot publicó los pesos de Kimi K3.1 Pro: 2,8 billones de parámetros y 1M de contexto Moonshot AI publicó los pesos completos de Kimi K3.1 Pro, según reportaron BigGo Finance y Startup Fortune y recoge NeoTeo. La ficha del modelo describe una arquitectura de mezcla de expertos con 2,8 billones de parámetros totales, 104.000 millones …

Leer más

KJ-3000: China ya fabrica su avión de alerta temprana

Avión de alerta temprana KJ-3000 de China en hangar futurista, representando tecnología militar y defensa aérea.

Cuatro aviones en una imagen y una pregunta estratégica Una imagen satelital tomada el 5 de octubre sobre el complejo aeronáutico de Xi’an-Yanliang captó cuatro ejemplares del KJ-3000, el nuevo avión de alerta temprana y control aerotransportado (AEW&C) de China. Tres aparecían junto a las instalaciones de Xi’an Aircraft Company (XAC) y el cuarto en …

Leer más

Baidu publica ERNIE 5.5 Flash: 280B para entrenar tu modelo

Ingeniero interactuando con una red neuronal de gran escala representando el fine-tuning del modelo Baidu ERNIE 5.5 Flash.

ERNIE-5.5-Flash-Base: 280B parámetros que aún no responden a instrucciones Baidu publicó ERNIE-5.5-Flash-Base, un modelo de lenguaje de tipo Mixture-of-Experts con 280.000 millones de parámetros totales, de los cuales 14.000 millones se activan por token. El dato central del lanzamiento no es ese tamaño, sino otro: los pesos liberados son el checkpoint al final del preentrenamiento, …

Leer más

Tencent lanza Hy4: la IA con visión que filtra ciberataques

Representación visual de IA avanzada de Tencent Hy4 detectando ciberataques, simbolizando la seguridad en modelos de lenguaje.

¿Qué es Hy4 y qué cambió respecto a la versión de agosto? Tencent presentó Hy4, la versión completa de su familia de modelos de lenguaje, y el dato que mejor mide el salto está en su antecesora: la edición preliminar que la compañía liberó en agosto de 2026 tenía 770.000 millones de parámetros totales y …

Leer más

MIT: GPT-6 Astra edita los pesos de Qwen y sube 6x

Investigador analizando edición de pesos neuronales mediante inteligencia artificial, representando la optimización de modelos abiertos.

MIT CSAIL editó los pesos de una IA sin entrenarla: el experimento que divide a la comunidad El 2 de noviembre, un equipo de MIT CSAIL publicó un experimento en el que GPT-6 Astra editó 131.072 pesos de Qwen3.5-0.8B —el 0,016% del total— y llevó su puntaje en el benchmark de matemáticas MATH-500 de 7,9% …

Leer más

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.