LATIDIA / EXPLORAR
Chatbots: descargas, empresas y actualidad
Compará diez asistentes de IA con cifras públicas de Android y acceso a sus sitios oficiales.
Cómo leer las cifras
Google Play publica umbrales de instalaciones acumuladas, no descargas exactas por mes. Esta selección no constituye un top mundial certificado.
Una aplicación puede cambiar de nombre y conservar instalaciones anteriores. Copilot queda sin clasificación mientras no haya una cifra comparable de su aplicación independiente.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 2302 publicaciones en este filtro; cobertura parcial de las fuentes accesibles. Una nueva noticia aparece primero sin cambiar la fecha de las anteriores.
Este año · Todo el archivo conservado
OpenAI ya supone el 11% de los ingresos de Microsoft. Y eso es una buena y una mala noticia
Microsoft ha cerrado su primer trimestre fiscal de 2027 con mayor beneficio, más crecimiento en Azure y un flujo de caja que muchas grandes tecnologías envidiarían ante un enorme gasto en IA . Estas buenas cifras, eviden
XatakaUna ingeniera de Amazon preguntó a ChatGPT cómo dejar su medicación de epilepsia. La IA le diseñó un calendario de 25 días que ha terminado en tragedia
Bowen Wan tenía 31 años, trabajaba como ingeniera de software en Amazon y sufría una epilepsia grave. En enero de 2026, ante la posibilidad de perder su empleo y su derecho a permanecer en Estados Unidos, recurrió a Chat
XatakaGemini en Chrome y Copilot en Edge: qué ven de tus pestañas y cómo controlarlo
Gemini en Chrome lee hasta 10 pestañas y aún no está en España. Copilot en Edge puede usar tu historial. Qué ven y qué ajuste lo apaga. La noticia Gemini en Chrome y Copilot en Edge: qué ven de tus pestañas y cómo contro
WWWhat’s NewCómo Ropes & Gray está desarrollando IA para la diligencia transaccional
Ropes & Gray está desarrollando IA para la diligencia transaccional con OpenAI. Los abogados revisan documentos, resúmenes e informes agrupados antes de asesorar a los clientes.
OpenAI · Fuente oficialLa memoria se convierte en el cuello de botella (y en el gran negocio) de la IA: SK Hynix incrementa un 632% su beneficio operativo
SK Hynix acaba de registrar el trimestre más importante de su historia, todo mientras afirma que la escasez de memoria está lejos de terminar . El beneficio operativo de julio a septiembre alcanzó los 83,33 billones de w
XatakaLa adictiva salsa china picante se enfrenta a un problema: sus empleados ahora son IA, o eso le recriminan
Cuando una empresa saca pecho de que la IA le funciona y, a la vez, de que ha tenido su mejor año, no debería extrañarle de que alguien sume uno más uno. Eso es lo que le ha pasado a Lao Gan Ma, la exitosa marca china de
XatakaWAKMan: Administrador de KVCache con reconocimiento de carga de trabajo
arXiv:2610.36355v1 Anuncio Tipo: nuevo Resumen: El almacenamiento en caché de prefijos permite a los servidores de modelos de lenguaje grandes (LLM) reutilizar los estados de clave-valor (KV) y acelerar la etapa de cálculo de prellenado para las solicitudes que comparten un prefijo con
arXiv · cs.AIMedConstBench: Evaluación comparativa de cómo las constituciones dirigen los LLM en ética médica
arXiv:2610.36513v1 Anuncio Tipo: nuevo Resumen: A medida que los grandes modelos de lenguaje avanzan rápidamente, se utilizan cada vez más para responder preguntas médicas, y muchos de estos modelos ahora se implementan localmente. Una vez que se implementa un modelo,
arXiv · cs.AILa precisión del monitor no es la respuesta: un marco de valor de decisión para evaluar los monitores de reinicio de agentes de IA.
arXiv:2610.36544v1 Anuncio Tipo: nuevo Resumen: La precisión de la clasificación y las tasas de verdaderos positivos y falsos positivos por sí solas no determinan si reiniciar un agente de IA mejora el éxito. Usando un identificador exacto de alarma a acción
arXiv · cs.AIADTGuard: Protección adaptativa de profundidad-tiempo para la inferencia en tiempo real en modelos de lenguaje grandes
arXiv:2610.36574v1 Anuncio Tipo: nuevo Resumen: Los modelos de lenguaje grandes (LLM) pueden generar respuestas fluidas a diversas solicitudes de los usuarios, pero la transmisión puede exponer a los usuarios a contenido dañino antes de que se complete la generación. Existen
arXiv · cs.AISigue al rebaño: un enfoque basado en datos para un recurso procesable
arXiv:2610.36580v1 Anuncio Tipo: nuevo Resumen: A medida que los sistemas de aprendizaje automático toman decisiones cada vez más importantes sobre la vida de las personas, es fundamental brindar a los usuarios recursos prácticos sobre cómo pueden lograrlo.
arXiv · cs.AIInfraDev: ¿Pueden los agentes de codificación desarrollar la infraestructura de IA y cómo podemos saberlo?
arXiv: 2610.36589v1Tipo de anuncio: nuevo Resumen: Los agentes de codificación están comenzando a desarrollar la infraestructura de IA de nivel de producción que capacita y sirve a modelos grandes, pero los puntos de referencia existentes cubren solo núcleos individuales o cantan
arXiv · cs.AIDios no juega a los dados: imponiendo la invariancia de lotes en la generación de núcleos agénticos
arXiv: 2610.36623v1Announce Type: new Abstract: Large language model (LLM) que atiende dinámicamente las solicitudes de los usuarios por lotes para la ejecución de la GPU, por lo que la misma solicitud puede procesarse junto con diferentes solicitudes en todas las ejecuciones.
arXiv · cs.AIEl auge desigual del contenido web generado por IA
arXiv:2610.36631v1 Anuncio Tipo: nuevo Resumen: En menos de cinco años, la inteligencia artificial generativa (IA) ha remodelado drásticamente la web orientada al público. Utilizando una muestra de más de 5 millones de páginas web rastreables,
arXiv · cs.AIRecordar no es suficiente: refinar la memoria y aprender cuándo usarla en sistemas multiagente.
arXiv: 2610.36652v1Tipo de anuncio: nuevo Resumen: La memoria ayuda a los sistemas multiagente basados en LLM a reutilizar la experiencia, pero los consejos almacenados pueden ser defectuosos o aplicarse en la situación incorrecta. El éxito o el fracaso a nivel de equipo por sí solo no puede
arXiv · cs.AISkill Dreaming: Evolución de las habilidades del repositorio a través de flujos de solicitudes de extracción
arXiv: 2610.36188v1Tipo de anuncio: nuevo Resumen: los agentes del modelo de lenguaje grande (LLM) dependen cada vez más de habilidades reutilizables para tareas complejas de ingeniería de software, lo que hace que las bibliotecas de habilidades sean esenciales para el desarrollo de repositorios
arXiv · cs.AIMARQ: un evaluador de calidad de requisitos de diagnóstico LLM modular infundido con conocimientos de ingeniería de sistemas
arXiv: 2610.36234v1Tipo de anuncio: nuevo Resumen: La ingeniería de requisitos (RE) es fundamental para la ingeniería de sistemas (SE), ya que los defectos de los requisitos pueden propagarse hacia abajo y afectar negativamente los resultados del desarrollo. Althou
arXiv · cs.AILas redes neuronales de impulsos son más difíciles de robar: un estudio comparativo de ataques de robo de modelos.
arXiv:2610.36298v1 Announce Type: new Abstract: Los modelos de aprendizaje automático implementados detrás de las interfaces de consulta exponen más que sus predicciones, porque un adversario puede usar esas predicciones para reconstruir el modelo en sí. Mod
arXiv · cs.AI¿Qué tan estables son las pruebas generadas por LLM bajo refactorización de programas? Una prueba de estrés para la generación de código verificable.
arXiv: 2610.36328v1Tipo de anuncio: nuevo Resumen: Los puntos de referencia para la generación de código verificable generalmente prueban una prueba contra una implementación fija. Preguntamos si la misma prueba sigue siendo válida después de que un programa refactorice
arXiv · cs.AIOA-RAG: RAG agencial basado en ontología para el razonamiento LLM fiel
arXiv: 2610.36335v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes (LLM) funcionan bien en muchas tareas del mundo real, pero siguen siendo propensos a las alucinaciones, lo que limita su confiabilidad en dominios como la biomedicina y Heal
arXiv · cs.AILímites de eficiencia verificables de la planificación LLM innata en rompecabezas deslizantes
arXiv: 2610.36415v1Announce Type: new Resumen: El éxito de la planificación asistida por herramientas puede reflejar la búsqueda y verificación externas, dejando sin resolver la capacidad de planificación sin ayuda de un modelo. Aislamos la planificación innata a través de compl
arXiv · cs.AI¿Corrección o manipulación? Medición de la vigilancia epistémica en agentes LLM bajo presión del usuario
arXiv: 2610.36453v1Tipo de anuncio: nuevo Resumen: Los agentes de LLM que responden preguntas y actúan en nombre de los usuarios deben decidir cuándo ceder el paso a un usuario que no está de acuerdo. El desacuerdo puede corregir un error genuino o puede ser un intento
arXiv · cs.AI¿Cuándo intervenir? Un estudio empírico de errores y autorrecuperación en agentes de LLM.
arXiv:2610.36471v1 Announce Type: new Resumen: Los agentes LLM interactúan con los servicios web para realizar tareas en nombre de los usuarios. Los errores durante estas interacciones pueden interrumpir la ejecución e impedir la finalización de la tarea, motivando a exte
arXiv · cs.AIContar los vendajes: al medir el tiempo que ahorra la IA
arXiv:2610.35942v1 Tipo de anuncio: nuevo Resumen: Considero lo que significa que la asistencia de IA ahorre tiempo. Contrasto una vista de cronómetro, en la que el tiempo ahorrado es cualquiera que sea el registro del reloj, con una vista de libro mayor, en la que está
arXiv · cs.AI