Half the Answer Keys in Text-to-SQL Benchmarks Are Wrong.
Una auditoría de la UIUC reveló que más de la mitad de las respuestas en los principales benchmarks de Text-to-SQL son incorrectas, lo que distorsiona los rankings de agentes hasta en nueve posiciones. Como alternativa,….
Ver fuente principalWhy AI Agent Memory Architecture Matters for Customer Service
La arquitectura de memoria de un agente de IA para servicio al cliente no debería ser un solo bloque de contexto, sino cinco capas diferenciadas….
China's Orca world model matches specialized robotics systems without ever…
La Academia de Inteligencia Artificial de Beijing presentó Orca, un modelo de mundo que predice estados abstractos en lugar de….
OpenAI's GPT-5.6 Sol Ultra reportedly solves a 50-year-old math problem in under…
GPT-5.6 Sol Ultra de OpenAI resolvió la conjetura de Cycle Double Cover, un problema matemático abierto durante cinco décadas, en menos de….
Ant Group’s Robbyant Unveils LingBot-VA 2.0: A Causal Video-Action Model Built…
Ant Group, a través de su división Robbyant, presentó LingBot-VA 2.0, un modelo fundacional de video-acción diseñado desde cero para….