Ir al contenido
IA para hoy
Modelos y avances Lanzamiento 3/5 · Una fuente fiable

RadixArk lanza DaisyRose-27B, un modelo abierto para agentes con afirmadas mejoras en entrenamiento

Fotografía de archivo que ilustra: RadixArk lanza DaisyRose-27B, un modelo abierto para agentes con afirmadas mejoras en entrenamiento
Foto: Artem Podrez · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

RadixArk publicó DaisyRose-27B, su primer modelo, basado en Qwen3.8-27B y entrenado con aprendizaje por refuerzo en tareas de agentes de largo recorrido, con los pesos disponibles bajo licencia Apache 2.0. La empresa afirma que su pass@1 en Terminal-Bench 4.1 pasa de 5,6% a 12,0%, y que el entrenamiento costó un 57% menos de tiempo de GPU que con un entrenador de código abierto. Estas cifras son propias de la compañía y no constan verificadas por terceros.

Resumen generado mediante IA a partir de Hugging Face (original en inglés). Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Muestra que un laboratorio nuevo puede especializar un modelo abierto para agentes con un presupuesto de cómputo acotado, lo que reduce la barrera para construir agentes propios. Conviene tratar los resultados con cautela hasta que haya evaluaciones independientes.

Quién se ve afectado
Equipos técnicos que desarrollan agentes de IA y empresas que valoran modelos abiertos y autoalojados.
Qué puede cambiar
Si los resultados se confirman en tareas reales, podría abaratar el ajuste fino de modelos para flujos de trabajo agénticos. Por ahora el impacto práctico es limitado y depende de pruebas propias.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Las evaluaciones independientes de Terminal-Bench y otros benchmarks, la adopción de los pesos en la comunidad y si el ahorro de costes se reproduce fuera de la infraestructura de RadixArk.

Recomendación Qué debería hacer una empresa

Probar el modelo con un conjunto propio de tareas de agentes antes de considerarlo para producción, en los próximos 3 meses.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: Hugging Face (fuente primaria). La referencia es siempre el artículo original.

Ver fuente original ↗

agentesaprendizaje por refuerzoLLMSGLang RadixArkEigent AIQwen código abierto DaisyRose-27B Hugging Face Qwen3.8-27B RadixArk

Relacionadas

Modelos «abiertos» de IA: los pesos no equivalen a código abierto y las licencias imponen límites

Un análisis revisa las licencias de modelos abiertos como gpt-oss, Gemma 4, DeepSeek-V4.1, Mistral, Qwen3.8 y Llama 4 a octubre de 2026. Señala que publicar…

Por qué importaUn negocio que construya productos sobre un modelo abierto debe revisar la licencia, no solo la etiqueta, porque los umbrales de facturación o…

Impacto medio Fiabilidad declaración interesada Relevancia 7/10 WWWhat's new

Ricursive Intelligence lanza Ripple-65B Preview, un modelo abierto con licencia Apache 2.0

Ricursive Intelligence ha publicado Ripple-65B Preview, un modelo de lenguaje abierto de 65.000 millones de parámetros con arquitectura densa, disponible en…

Por qué importaUn modelo abierto de este tamaño, optimizado para hardware de Nvidia, puede ejecutarse en infraestructura propia, lo que interesa a empresas con…

Impacto medio Fiabilidad declaración interesada The Decoder

Nous Research reentrena Qwen3.8-27B y reduce la propaganda estatal china de su modelo al 0,9 %

Nous Research ajustó Qwen3.8-27B de Alibaba con 53 millones de tokens de fine-tuning supervisado para crear Arete-27B, un modelo de pesos abiertos. Según la…

Por qué importaMuestra que el sesgo político de algunos modelos chinos de pesos abiertos puede corregirse con relativa poca supervisión, algo relevante para…

Impacto bajo Fiabilidad declaración interesada The Decoder
Inversión y mercado

RadixArk recauda 400 millones para comercializar SGLang, herramienta de optimización de inferencia

RadixArk, startup comercial derivada del proyecto de código abierto SGLang de UC Berkeley, ha recaudado capital liderado por Accel con una valoración de…

Por qué importaEl surgimiento de RadixArk refleja un patrón crítico en infraestructura de IA: herramientas de código abierto populares se transforman en empresas…

Impacto alto Fiabilidad rumor, sin confirmar Relevancia 8/10 TechCrunch AI

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.