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: 2306 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
FlashAttention con estadísticas: características de atención de baja sobrecarga para detectores de alucinación compactos
arXiv:2610.21483v1 Announce Type: new Abstract: Los modelos de lenguaje grandes pueden producir respuestas fluidas que el contexto proporcionado no admite. Un modelo compacto de proxy congelado puede detectar tales respuestas leyendo el contexto y
arXiv · cs.AIAgente ISW: Integración del diálogo impulsado por LLM con el flujo de trabajo n8n para el procesamiento interno de imágenes de teledetección de ondas solitarias
arXiv: 2610.21502v1Tipo de anuncio: nuevo Resumen: La detección remota de ondas solitarias internas (ISW) requiere que los parámetros de la tarea y la información espacial se transfieran a través de la adquisición de imágenes, la detección, la extracción de franjas y p
arXiv · cs.AIDescomposición de la alineación cerebro-LLM con representaciones semánticas interpretables
arXiv: 2610.21508v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grande (LLM) predicen respuestas neuronales durante la comprensión del lenguaje naturalista, pero la información lingüística subyacente a esta alineación cerebral sigue siendo diferente
arXiv · cs.AICriticaLLM: Uso de LLM como Game Master autónomo para juegos de rol de mesa
arXiv: 2610.21525v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) han demostrado capacidades impresionantes en muchas tareas, incluido el procesamiento de grandes cantidades de texto, el seguimiento de instrucciones y la generación de ideas.
arXiv · cs.AIProtocolo de estado del agente (ASP): una especificación ligera para la presentación de informes estatales en sistemas multiagente
arXiv:2610.21538v1 Tipo de anuncio: nuevo Resumen: El Protocolo de estado del agente (ASP) define una forma ligera para que los agentes heterogéneos de IA informen de su estado operativo a un servidor de estado, y para observadores como dashbo
arXiv · cs.AILOADBench: un gran conjunto de datos analógicos abiertos y un punto de referencia para el aprendizaje automático en el diseño de circuitos integrados
arXiv:2610.21591v1 Announce Type: new Abstract: Machine learning (ML) for analog IC design is constrained by limited open data and the absence of standardized evaluation: results reported in different papers are typicall
arXiv · cs.AIDeciCAD: Políticas de aprendizaje de acción basadas en el arnés para agentes de CAD
arXiv: 2610.21755v1Announce Type: new Resumen: Los agentes del modelo de lenguaje grande operan a través de políticas de acción de bucle cerrado cuyo espacio de decisión está definido por un arnés de agente. Investigamos cómo se configura este espacio operativo
arXiv · cs.AIEvaluación del aprendizaje por indagación en agentes basados en LLM: hipótesis, razonamiento y exploración
arXiv:2610.21604v1 Tipo de anuncio: nuevo Resumen: La investigación científica implica ciclos iterativos de exploración, generación de hipótesis y razonamiento sobre las observaciones para descubrir relaciones en sistemas complejos. Langu grande
arXiv · cs.AIAgentPerturb: Evaluación de la robustez del agente de LLM bajo perturbaciones de interacción controladas
arXiv: 2610.21624v1Tipo de anuncio: nuevo Resumen: las tareas del mundo real a menudo son complejas y ruidosas, lo que plantea desafíos sustanciales para los agentes de LLM. Sin embargo, las evaluaciones existentes carecen de un marco sistemático para caracterizar conjuntamente
arXiv · cs.AIRSIFlow: Flujos de trabajo de auto-mejora adaptativa con un metaagente en evolución
arXiv: 2610.21791v1Tipo de anuncio: nuevo Resumen: Los agentes del modelo de lenguaje grande (LLM) han demostrado capacidades sólidas en tareas complejas, incluida la generación de código, el uso de herramientas y la respuesta a preguntas de varios saltos.
arXiv · cs.AIGraphACM: Medición de la consistencia de la acción basada en gráficos para la cuantificación de la incertidumbre en agentes de LLM
arXiv:2610.22031v1 Tipo de anuncio: nuevo Resumen: La consistencia del comportamiento en ejecuciones repetidas proporciona una señal informativa para evaluar la confiabilidad de los agentes del modelo de lenguaje grande (LLM). Sin embargo, el aprox. existente
arXiv · cs.AIModelo de recompensa de progreso para el aprendizaje de refuerzo a través de modelos de lenguaje grandes
arXiv: 2610.22056v1Tipo de anuncio: nuevo Resumen: Los algoritmos tradicionales de aprendizaje por refuerzo (RL) enfrentan limitaciones significativas en el manejo de tareas a largo plazo con recompensas escasas. Los avances recientes han aprovechado la gran la
arXiv · cs.AIFAOP: Formas normales y un álgebra para flujos de trabajo de agentes de IA
arXiv: 2610.22061v1Tipo de anuncio: nuevo Resumen: Las organizaciones codifican cada vez más los procedimientos operativos como habilidades de agente de varios pasos, aquí llamadas Procedimientos Operativos de Agente (AOP), que deben ser rastreables, auditables, repro
arXiv · cs.AIWhen Reasoning Is Not Enough: Proactive Inquiry for Cross-Modal Safety in Multimodal Large Language Models (Cuando el razonamiento no es suficiente: investigación proactiva para la seguridad intermodal en
arXiv: 2610.22068v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes multimodales (MLLM) pueden actuar de manera insegura cuando las imágenes y los textos individualmente benignos se interpretan conjuntamente. Más allá del riesgo de razonamiento implícito, donde el razonamiento
arXiv · cs.AIINDAGAR: Aprender a auditar el cumplimiento de la política en el uso de herramientas de agentes de LLM
arXiv: 2610.22124v1Tipo de anuncio: nuevo Resumen: Los sistemas agénticos modernos amplían los modelos de lenguaje con herramientas externas, lo que les permite completar tareas complejas a través de interacciones de varias vueltas. A medida que estos agentes se despliegan en
arXiv · cs.AICreído pero no dicho: medición del colapso de creencias ocultas en discusiones de LLM multiagente
arXiv:2610.22138v1 Announce Type: new Abstract: Los sistemas LLM dependen cada vez más de grupos de agentes que discuten, critican y se revisan entre sí, asumiendo que los pares detectarán errores individuales. Probamos esta suposición a
arXiv · cs.AI¿Está seguro de que su LLM está seguro? Reparación y auditoría de la confianza
arXiv:2610.22139v1 Announce Type: new Abstract: Las puntuaciones de confianza determinan si una respuesta LLM es aceptada, revisada o regenerada, pero la recalibración escalar solo puede corregir errores visibles a través de la propia puntuación.
arXiv · cs.AITutor de IA de múltiples fuentes para estudiantes no nativos de habla inglesa
arXiv: 2610.22163v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes (LLM) se están adoptando cada vez más como herramientas de enseñanza en la educación informática, particularmente para desarrollar tutores de IA capaces de responder a las preguntas de los estudiantes
arXiv · cs.AIEliteReplay: Preservar diversas soluciones en RL después de la capacitación a través de la búsqueda de calidad y diversidad
arXiv: 2610.22290v1Tipo de anuncio: nuevo Resumen: El aprendizaje por refuerzo se ha convertido en una técnica común posterior a la capacitación para mejorar la precisión de los LLM en tareas verificables. Sin embargo, dicho entrenamiento puede reducir el conjunto de soluciones
arXiv · cs.AILa extensión de ChatGPT para Chrome ya puede trabajar en tus pestañas: rellenar formularios, comparar productos y organizar tu navegador
La extensión de ChatGPT para Chrome ya rellena formularios y organiza tus pestañas con su agente. Pide permisos amplios: así funcionan y sus riesgos. La noticia La extensión de ChatGPT para Chrome ya puede trabajar en tu
WWWhat’s NewLos agentes de IA están aprendiendo a mejorar su propio software. La clave puede estar en predecir sus errores antes de cometerlos
En el desarrollo de software, cambiar algo para mejorarlo siempre abre la posibilidad de estropear otra cosa. Hasta un ajuste pequeño puede alterar el comportamiento de un programa, de modo que proponer una modificación
XatakaLinux sigue los pasos de Windows y añade un asistente de IA a Ubuntu
Canonical ha presentado Ubuntu 26.10, la versión estable más reciente del sistema operativo que marca un punto de inflexión en la evolución de Linux. Conocida como Stonking Stingray, esta edición incluye mejoras en rendi
HipertextualCómo Itaú está construyendo IA generativa para toda su base de clientes
Con ia.i, una interfaz conversacional, y la plataforma de gobernanza IARA, Itaú está aplicando su estrategia AI First a clientes y empleados, en uno de los sectores más regulados de Brasil.
OpenAI · Fuente oficialOpenAI pidió a una IA que terminara una tarea de programación. Acabó entrando en una cartera ajena para conseguirlo
Hasta hace no tanto, hablar de agentes de inteligencia artificial parecía hablar de una tecnología del futuro. Hoy, sin embargo, ya podemos delegarles tareas que van mucho más allá de responder preguntas: buscar informac
Xataka