Skip to content
DigitalNeuron

Periodismo independiente sobre IA

Información clara sobre los cambios que definen la industria de la IA.

Noticias y análisis sobre modelos, chips, empresas, inversión y regulación, con el contexto necesario.

NoticiasExplicaciones

Últimas noticias

Ver todo →
Herramientas y productos

AWS Details AI Product Tagging System Built With SageMaker Serverless Model Customization

AWS published a technical walkthrough describing how to build a product tagging system by customizing the Qwen3-8B open-weight model with SageMaker serverless model customization, using supervised fine-tuning and reinforcement learning with verifiable rewards, then deploying the result to SageMaker Asynchronous Inference for catalog enrichment.

  • AWS published a walkthrough for building an AI-powered product tagging system using Amazon SageMaker serverless model customization.
  • The walkthrough customizes the open-weight Qwen3-8B model, first with supervised fine-tuning (SFT), then with reinforcement learning with verifiable rewards (RLVR) using Group Relative Policy Optimization (GRPO).
2 min de lectura
Herramientas y productos

{"duration_api_ms":2911,"stop_reason":"end_turn","session_id":"40a692f4-4211-480b-a48e-ae8b8d16ad58","total_cost_usd":0.006905400000000001,"usage":{"input_tokens":2,"cache_creation_input_tokens":912,"cache_read_input_tokens":8132,"output_tokens":48,"output_tokens_details":{"thinking_tokens":0},"server_tool_use":{"web_search_requests":0,"web_fetch_requests":0},"service_tier":"standard","cache_creation":{"ephemeral_1h_input_tokens":912,"ephemeral_5m_input_tokens":0},"inference_geo":"not_available","iterations":[{"input_tokens":2,"output_tokens":48,"cache_read_input_tokens":8132,"cache_creation_input_tokens":912,"cache_creation":{"ephemeral_5m_input_tokens":0,"ephemeral_1h_input_tokens":912},"type":"message"}],"speed":"standard"},"modelUsage":{"claude-haiku-4-5-20251001":{"inputTokens":1077,"outputTokens":14,"cacheReadInputTokens":0,"cacheCreationInputTokens":0,"webSearchRequests":0,"costUSD":0.001147,"contextWindow":200000,"maxOutputTokens":32000,"thinkingTokens":0,"canonicalModel":"claude-haiku-4-5","provider":"firstParty","costBasis":"list"},"claude-sonnet-5":{"inputTokens":2,"outputTokens":48,"cacheReadInputTokens":8132,"cacheCreationInputTokens":912,"webSearchRequests":0,"costUSD":0.0057584,"contextWindow":1000000,"maxOutputTokens":64000,"thinkingTokens":0,"canonicalModel":"claude-sonnet-5","provider":"firstParty","costBasis":"list"}},"permission_denials":[],"terminal_reason":"completed","fast_mode_state":"off","fast_mode_disabled_reason":"sdk_opt_in_required","subagent_stats":{"spawned":0,"requested":{"background":0,"foreground":0,"unset":0},"started_in_background":0,"max_depth":0,"spawned_by_subagents":0,"completed":0,"failed":0,"killed":{"parent":0,"user":0,"system":0},"refused":{"depth_limit":0,"concurrency_limit":0,"budget":0},"by_type":{}},"is_error":false,"num_turns":1,"subtype":"success","api_error_status":null,"result":"Databricks afirma que su equipo de marketing interno usa los datos tres veces más gracias a Marge, un asistente basado en Genie","ttft_ms":2448,"type":"result","duration_ms":2518,"uuid":"0b9c18c9-93cd-4863-a5d4-afa66b7fd08a","ttft_stream_ms":1785,"time_to_request_ms":506,"queued_turn_count":0} Client.listTools() called but server does not advertise tools capability - returning empty list

Databricks says its internal marketing team uses data three times more often in decisions after adopting Marge, a Genie Agents-based assistant built on a governed Marketing Lakehouse. The company reports over 85% adoption among marketers, 800-plus monthly questions answered, and a 25% drop in flagged incorrect responses.

3 min de lectura
Herramientas y productos

Databricks afirma que su asistente de IA interno triplicó el uso de datos entre los profesionales de marketing

Databricks afirma que su equipo de marketing desarrolló Marge, un asistente de análisis conversacional basado en Genie Agents, sobre un Marketing Lakehouse gobernado. La compañía informa que los profesionales de marketing ahora recurren a los datos tres veces más a menudo para tomar decisiones, la adopción supera el 85% de la organización de marketing y las respuestas incorrectas señaladas han disminuido un 25%.

3 min de lectura
Herramientas y productos

Databricks afirma que su asistente de IA interno triplicó el uso de datos entre los profesionales de marketing

Databricks afirma haber desarrollado Marge, un asistente de análisis de IA impulsado por Genie Agents y basado en un Marketing Lakehouse gobernado, que permite a los profesionales de marketing hacer preguntas en lenguaje natural. La empresa informa que ahora los equipos de marketing usan los datos tres veces más a menudo en sus decisiones, con una adopción que supera el 85% de la organización de marketing.

3 min de lectura
Herramientas y productos

Perplexity Portable Computer llega a Windows en PC con NVIDIA RTX

NVIDIA anunció el 14 de septiembre de 2026 que el agente Portable Computer de Perplexity ya está disponible en PCs con Windows equipados con GPUs NVIDIA GeForce RTX o RTX PRO Workstation (24 GB de VRAM o más). El agente local ejecuta tareas de varios pasos directamente en el dispositivo, mantiene los datos sensibles fuera de la nube, no consume créditos de Perplexity Computer y puede escalar a modelos en la nube con permiso del usuario.

2 min de lectura
Herramientas y productos

Databricks añade la reparticipación de estado a demanda para Spark Structured Streaming

Databricks anunció la reparticionamiento de estado bajo demanda, una función en Vista Previa Pública disponible en Databricks Runtime 18 y versiones posteriores, que permite a las consultas con estado de Structured Streaming modificar su número de particiones reiniciándose con una nueva configuración, sin perder ni reconstruir el estado del checkpoint.

3 min de lectura

Resumen de noticias de IA

Titulares de otros medios, recopilados automáticamente y actualizados a diario. Cada entrada enlaza al original.

Ver todo →

Análisis y explicaciones

La tecnología y el negocio de la IA, explicados desde la base.

Ver todo →
Herramientas y productos

Cómo elegir un modelo de IA para un producto real

Parta de las restricciones y no de las clasificaciones generales. Anote su presupuesto de latencia, el techo de coste por solicitud, el requisito de contexto, si necesita llamadas a herramientas o salida estructurada, y a dónde pueden ir los datos. Esos cinco factores suelen eliminar a la mayoría de los candidatos. Pruebe los dos o tres restantes con cincuenta casos reales de su propio tráfico, compare caso por caso en lugar de por promedio, y elija el más barato que apruebe la prueba.

5 min de lectura
Modelos e investigación

Ajuste fino, recuperación o un mejor prompt: cómo elegir

Primero, diagnostique el fallo. Si el modelo desconoce algo, existe una carencia de conocimiento y la recuperación la subsana. Si el modelo sabe la respuesta, pero la presenta con una estructura, un tono o un formato incorrectos, existe una carencia de comportamiento: se corrige primero mediante prompting y, en segundo lugar, con ajuste fino. Si, pese a ambas medidas, el modelo falla en una habilidad especializada, la opción restante es el ajuste fino. El prompting es lo más barato y reversible; la recuperación es la opción predeterminada adecuada para los datos factuales; y el ajuste fino es la alternativa más cara y menos reversible de las tres.

6 min de lectura
Chips e infraestructura

¿Por qué la IA consume tanta electricidad?

Los aceleradores de IA consumen mucha más energía por rack que los servidores tradicionales, y esa energía debe ser suministrada, enfriada y pagada continuamente. Entrenar un modelo grande es un pico puntual; servirlo a millones de usuarios es una carga permanente, y la inferencia es lo que domina el uso de energía durante la vida útil de un modelo desplegado.

4 min de lectura

Guías prácticas de IA

Orientación útil basada en documentación oficial y experiencia práctica.

Ver todo →
Herramientas y productos

Cuándo un Proyecto de Claude o un Proyecto de ChatGPT realmente justifica su coste, según las páginas de ayuda de cada empresa

Ambas empresas presentan los Proyectos de la misma manera: como espacios de trabajo que reúnen su propio historial de chats, archivos de referencia subidos e instrucciones permanentes, para evitar tener que explicar de nuevo el contexto en cada sesión. Claude limita las cuentas gratuitas a 5 proyectos y amplía hasta 10 veces la capacidad de conocimiento en los planes de pago; ChatGPT restringe la memoria de un proyecto exclusivamente a los chats incluidos en él, no a toda la cuenta.

3 min de lectura
Agentes y automatización

La ventana de contexto de su agente es un presupuesto, no un diario: así lo administra Anthropic

Las directrices de Anthropic replantean la ingeniería de prompts como ingeniería de contexto: seleccionar para cada turno el conjunto mínimo de tokens con información valiosa, en vez de acumularlo todo. En sus propias evaluaciones, eliminar automáticamente los resultados obsoletos de herramientas y utilizar un archivo de memoria externo mejoró un 39% el desempeño en una tarea de búsqueda y redujo un 84% el uso de tokens a lo largo de 100 turnos.

4 min de lectura
Agentes y automatización

Qué hace que una Skill de Claude funcione realmente, según la propia guía de Anthropic

El éxito o el fracaso de una Skill depende de un solo campo: la descripción, escrita en tercera persona, que indique qué hace y cuándo debe utilizarse. Mantenga SKILL.md por debajo de las 500 líneas y los archivos de referencia a un solo nivel de profundidad, pruébela con todos los modelos con los que tenga previsto usarla y nunca instale una Skill de una fuente que no sea de confianza.

4 min de lectura

Explorar por tema

Ver todo →
Modelos e investigaciónNuevos modelos frontera, benchmarks, métodos de entrenamiento y la investigación detrás.Agentes y automatizaciónSistemas de IA que usan herramientas, flujos autónomos y qué automatizan de verdad.Chips e infraestructuraAceleradores, centros de datos, suministro de memoria y la factura eléctrica de la IA.Negocio e inversiónRondas, ingresos, precios y la economía de lanzar productos de IA.Política y regulaciónLeyes, aplicación, derechos de autor y las reglas con las que convive la IA.Seguridad y éticaEvaluaciones, uso indebido, sesgos, investigación en alineamiento e incidentes.IA de código abiertoModelos de pesos abiertos, licencias permisivas y el ecosistema comunitario.Herramientas y productosAplicaciones utilizables hoy, con notas honestas sobre límites y coste.

Glosario de IA

Definiciones breves y precisas de los términos que ves en los titulares.

18 artículos →

Directorio de modelos

Una referencia comparativa de los modelos frontera que de verdad se despliegan.

Ver todo →

El resumen de IA en cinco minutos

Un correo por semana. Qué se lanzó, cuánto cuesta y qué significa, sin exageraciones.

Sin spam. Cancela con un clic.