Ir al contenido
IA para hoy

Empresa

IBM Research

Relacionadas

agentes ×3LLM ×3Hugging Face ×2RAG ×1Anthropic ×1generación de código ×1OpenAI ×1enrutamiento dinámico ×1optimización de sistemas ×1caching ×1

Historias

Noticias

IBM Research: agentes IA requieren dosis calibrada de memoria según su capacidad

IBM Research presenta ALTK-Evolve, un método que permite a agentes IA aprender de sus propias trayectorias previas sin actualizar pesos del modelo. La…

Por qué importaLa dosificación correcta de memoria en agentes IA es clave para optimizar rendimiento y eficiencia de costes en producción. Permite a empresas…

Impacto medio Fiabilidad fuente primaria Hugging Face

IBM Research: enrutar modelos en agentes de IA es un problema de optimización de sistemas

IBM Research publica en Hugging Face un análisis sobre el enrutamiento de modelos en sistemas de agentes. El equipo descubre que seleccionar entre modelos como…

Por qué importaPara equipos que construyen sistemas de agentes IA en producción, las decisiones sobre enrutamiento afectan directamente a costes reales, latencia y…

Impacto alto Fiabilidad una fuente fiable Hugging Face

IBM Research lanza ScarfBench para evaluar agentes de IA en migraciones de frameworks Java

IBM Research ha presentado ScarfBench, un benchmark abierto para evaluar agentes de IA en tareas de migración de frameworks en aplicaciones empresariales Java…

Por qué importaLa modernización de aplicaciones empresariales es un desafío crítico para IT, y los agentes de IA se presentan como solución. Este benchmark expone…

Impacto alto Fiabilidad fuente primaria Hugging Face