Artículos Relacionados con Código abierto

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Código abierto", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

El número uno de China, rozando a OpenAI, un misterioso 'Monge Barredor' entra en el top siete mundial

"¡Una revolución en el mundo de la IA! Un misterioso agente chino llamado **MopMonk** (que significa 'monje barrendero') ha irrumpido en el top 10 global del prestigioso y exigente benchmark **CyberGym**, logrando un **73.1% de éxito** y situándose en el séptimo puesto, justo detrás de gigantes como OpenAI. Este logro marca la puntuación más alta jamás alcanzada por un equipo chino en esta clasificación. Lo más sorprendente es su completo anonimato: sin página web oficial ni anuncios públicos. Su identidad es un enigma total, aunque todas las pistas apuntan a un equipo de China, probablemente de Shanghái. Utiliza como modelo base el **MiniMax M3**, un modelo abierto chino conocido por sus capacidades avanzadas en programación, contexto largo (1M tokens) y multimodalidad nativa. **¿Por qué su éxito es tan significativo?** CyberGym, desarrollado por UC Berkeley, es considerado las 'Olimpiadas' de la seguridad en IA. Evalúa la capacidad real de los modelos para **explotar vulnerabilidades de software en entornos reales y aislados**, requiriendo que generen una prueba de concepto (PoC) que funcione en la versión vulnerable pero no en la parcheada. No se trata solo de 'saber', sino de 'poder hacer'. La clave del rendimiento de MopMonk no está solo en su potente modelo base, sino en su innovador **sistema multiagente especializado en seguridad**, o *Harness*. Este sistema coordina la acción del modelo mediante: 1. **Memoria estructurada de vulnerabilidades**: Organiza el conocimiento adquirido (código, rutas, fallos) para guiar la búsqueda de forma eficiente. 2. **Exploración basada en memoria**: El modelo no parte de cero en cada intento, sino que usa la memoria acumulada para refinar sus hipótesis. 3. **Exploración paralela de múltiples agentes**: Varios 'agentes' trabajan en paralelo, compartiendo memoria y evitando esfuerzos repetidos. Este enfoque demuestra que, más allá de simplemente escalar el tamaño de los modelos, el futuro de la IA aplicada a tareas complejas como la ciberseguridad reside en el **diseño de sistemas de agente (Harness) robustos y especializados** que puedan convertir la 'inteligencia' del modelo en 'capacidad de ejecución' real y eficiente. MopMonk ha mostrado el camino para llevar un modelo base de código abierto al máximo de su potencial en un campo de batalla extremadamente difícil. La gran pregunta que queda en el aire es: **¿quién está realmente detrás de este misterioso 'monje barrendero' de la IA?**

marsbitHace 1 hora(s)

El número uno de China, rozando a OpenAI, un misterioso 'Monge Barredor' entra en el top siete mundial

marsbitHace 1 hora(s)

Top de Modelos en Hugging Face, ahora solo respeto a yuxinlu1

Un desarrollador individual, yuxinlu1, ha logrado posicionarse en los primeros puestos del ranking "Trending" de Hugging Face, compitiendo con modelos de grandes empresas como GLM-5.2 (Zhipu) y Unlimited-OCR (Baidu). Sus dos modelos GGUF, basados en Gemma 4-12B, han superado los 700,000 descargas en total. Estos modelos se especializan en programación (V1) y capacidades de agente autónomo (V2), destacando por su eficiencia en recursos, funcionando con solo 4.5GB de memoria. El desarrollador, un estudiante de posgrado llamado Luyuxin, creó los modelos como un proyecto personal, enfocándose en datos de alta calidad, accesibilidad local y privacidad. Su éxito se atribuye a abordar necesidades específicas, como un asistente de código gratuito y local, con transparencia sobre las capacidades del modelo. Su próximo objetivo es lanzar V3 y una versión más grande basada en Qwen3.6-27B.

marsbitHace 2 días 01:56

Top de Modelos en Hugging Face, ahora solo respeto a yuxinlu1

marsbitHace 2 días 01:56

DeepSeek V4 acaba de actualizar DSpark, aumentando la velocidad de inferencia en un 80%

Recientemente, DeepSeek lanzó la actualización DSpark para DeepSeek-V4 (Flash y Pro), introduciendo el marco de decodificación especulativa (Speculative Decoding) y abriendo simultáneamente el código de su framework de soporte, DeepSpec. Este enfoque combina un "modelo borrador" ligero para generar tokens candidatos en paralelo con el modelo objetivo para su verificación en lote, reduciendo significativamente la latencia. La innovación clave de DSpark es la "generación semi-autoregresiva", que modela las dependencias internas para mantener una alta tasa de aceptación, y un "verificador programado por confianza" que adapta dinámicamente la longitud de verificación basándose en la carga del sistema, optimizando el uso de recursos. En pruebas, DSpark logró una mejora de velocidad de generación del 60%-85% (modelo Flash) y 57%-78% (modelo Pro) comparado con la generación de token único, superando a soluciones anteriores como Eagle3 y DFlash. El proyecto DeepSpec, liberado junto con DSpark, proporciona una herramienta completa para entrenar y evaluar modelos borrador, soportando actualmente arquitecturas como DSpark y modelos objetivo como Qwen3 y Gemma.

marsbit06/27 08:56

DeepSeek V4 acaba de actualizar DSpark, aumentando la velocidad de inferencia en un 80%

marsbit06/27 08:56

La nueva herramienta de código abierto de NVIDIA para MoE: Una sola línea de 'import' acelera el ajuste fino 3.7 veces

Con solo una línea de importación, la herramienta NeMo AutoModel de NVIDIA acelera el ajuste fino de modelos MoE hasta 3.7 veces. Este nuevo código abierto, basado en Transformers v5 de Hugging Face, permite una mejora significativa sin necesidad de modificar las API existentes. Las pruebas en una configuración de 8 GPUs H100 muestran un aumento en el rendimiento de entrenamiento de 3.4 a 3.7 veces y una reducción del 29% al 32% en el uso de memoria GPU para modelos como Qwen3-30B-A3B. La clave radica en tres tecnologías: Paralelismo de Expertos (EP) para distribuir pesos y reducir la presión en la memoria, DeepEP para fusionar computación y comunicación, y TransformerEngine para optimizar operaciones clave. Juntas, permiten un ajuste más rápido y eficiente de los grandes modelos de lenguaje con arquitectura Mixture of Experts (MoE). El recurso ya está disponible en GitHub, ofreciendo una actualización sencilla para quienes ya utilizan Transformers v5, con mejoras drásticas en velocidad y consumo de recursos durante la fase de fine-tuning.

marsbit06/26 07:31

La nueva herramienta de código abierto de NVIDIA para MoE: Una sola línea de 'import' acelera el ajuste fino 3.7 veces

marsbit06/26 07:31

El autor de un proyecto estrella con 28,000 estrellas fue despedido por Google, y los grandes de Silicon Valley se apresuran a contratarlo

En 2026, un empleado de Google de casi 7 años, Justin Poehnelt, creó 'gws', una herramienta CLI de código abierto en Rust para Google Workspace que se volvió viral rápidamente, alcanzando 28,000 estrellas en GitHub. En lugar de ser premiado, fue despedido justo después de que Google anunciara oficialmente su propia CLI de Workspace en su conferencia Cloud Next, lo que muchos interpretaron como una apropiación corporativa de su idea. Poehnelt reveló que el despudo se inició por una disputa sobre el uso del logo de Google en el repositorio, pero él cree que la causa real fue el miedo interno a que su herramienta, diseñada específicamente para que los agentes de IA interactúen con Workspace, desafiara el modelo de negocio establecido. La herramienta demostraba cómo los agentes podrían automatizar tareas, potencialmente reduciendo la dependencia de las interfaces tradicionales. El caso generó una gran repercusión en redes sociales, con críticas a la burocracia de Google. Varios CEOs de startups tecnológicas, incluido Peter Steinberger de Codex, ofrecieron inmediatamente trabajo a Poehnelt, destacando la paradoja de que Google despidiera al creador de un producto que luego promocionó como propio.

marsbit06/26 00:24

El autor de un proyecto estrella con 28,000 estrellas fue despedido por Google, y los grandes de Silicon Valley se apresuran a contratarlo

marsbit06/26 00:24

¿Una corrección violenta del mercado de la IA, el momento Deepseek de Zhipu?

El martes, el mercado de valores relacionado con la inteligencia artificial experimentó una fuerte corrección. Las ventas comenzaron en Corea del Sur, donde Samsung Electronics y SK Hynix cayeron bruscamente, arrastrando al índice KOSPI y activando un mecanismo de suspensión temporal. La presión se extendió a Wall Street, afectando especialmente a acciones de semiconductores, memoria y almacenamiento en el Nasdaq y el S&P 500. Analistas vinculan la caída al lanzamiento del potente modelo de código abierto chino GLM-5.2 de智谱, un evento comparado con el impacto del modelo DeepSeek a principios de año. Surgen dudas sobre si los modelos abiertos más económicos pueden desafiar la supremacía de la IA estadounidense y poner en tela de juicio las enormes inversiones en centros de datos de las grandes tecnológicas. En Corea, la caída también se atribuyó a comentarios regulatorios sobre fondos cotizados (ETF) de acciones individuales apalancadas y a la decisión de MSCI de no incluir al país en su lista de observación para mercados desarrollados. La atención se centra ahora en los próximos resultados de Micron Technology como indicador de la salud del sector. Además, preocupa la creciente dependencia del financiamiento mediante deuda para la infraestructura de IA, ejemplificada por SpaceX. A pesar de la corrección, muchos expertos no creen que termine la tendencia de la IA. Ven esto como una reevaluación necesaria de las valoraciones, un ajuste tras una subida excesiva, más que como el fin de la historia. La pregunta clave ha pasado de ser si la IA crecerá a si el precio pagado por ese crecimiento es demasiado alto.

marsbit06/24 02:23

¿Una corrección violenta del mercado de la IA, el momento Deepseek de Zhipu?

marsbit06/24 02:23

Los sistemas abiertos al final ganarán: ¿Por qué Ethereum es el próximo Linux?

**El sistema abierto prevalece: por qué Ethereum es el próximo Linux** Históricamente, la infraestructura abierta y descentralizada tiende a superar a los sistemas cerrados y propietarios a largo plazo. Esto lo demuestran casos como Internet frente a las redes privadas corporativas, y Linux frente a los sistemas Unix patentados. El ensayo "La catedral y el bazar" de Eric Raymond explica la lógica: los sistemas de "bazar" sin permisos fomentan una innovación más rápida y una colaboración masiva, superando a las "catedrales" centralizadas. Ethereum encarna este modelo. Su naturaleza abierta y su **neutralidad creíble** (reglas transparentes, iguales, difíciles de cambiar y accesibles) atraen a desarrolladores e innovadores globales. Ejemplos como los estándares ERC-20, ERC-721 o Uniswap surgieron sin necesidad de permiso central. Esto contrasta con las cadenas privadas o de consorcio (como Canton, Tempo), que carecen de esta neutralidad y, a menudo, fracasan debido a conflictos de intereses y la falta de efectos de red abiertos. La **independencia soberana** de Ethereum, lograda a través de una descentralización profunda y un historial sin interrupciones, es su ventaja fundamental. Instituciones como BlackRock, JPMorgan, Coinbase y Robinhood están construyendo sobre su ecosistema, que ya alberga la mayor parte de la actividad DeFi, de stablecoins y de activos tokenizados. Aunque los sistemas cerrados pueden parecer inicialmente más controlados, la capa de aplicación en Ethereum puede integrar cumplimiento normativo (como el estándar ERC-3643 para KYC) y privacidad. La evolución de Internet, desde ser considerado inseguro hasta la base del comercio global, sirve como precedente. La estrategia ganadora no es competir con la infraestructura abierta, sino construir sobre ella.

Foresight News06/22 10:32

Los sistemas abiertos al final ganarán: ¿Por qué Ethereum es el próximo Linux?

Foresight News06/22 10:32

Se agotan las ventajas del canal: ¿En qué pueden confiar los protocolos DeFi para resistir la recolección de los gigantes?

"La ventaja de los canales se agota: ¿Cómo pueden los protocolos DeFi resistir la cosecha de los gigantes? Cuando los gigantes tecnológicos como Coinbase, Stripe y Kraken consolidan su control sobre los canales de distribución y la infraestructura, los protocolos DeFi abiertos enfrentan una presión extrema. Coinbase gana millones en tarifas de secuenciación de su blockchain Base, donde Morpho opera, mientras que Stripe adquirió Bridge para capturar los ingresos por intereses de sus stablecoins, y Kraken compró NinjaTrader por sus licencias. Estos movimientos exponen una batalla fría por las ganancias. La supervivencia de los protocolos abiertos depende de dos estrategias clave: la expansión multichain y la integración profunda. Proyectos como Morpho y Uniswap no dependen de una sola cadena; al diversificarse, mitigan el riesgo de que un gigante los desplace en su propio ecosistema. Además, cuando su tecnología se integra tan profundamente en los productos de una empresa (como el producto de préstamo de Bitcoin de Coinbase en Morpho), el costo y el riesgo de reemplazarlos se vuelven prohibitivamente altos. El futuro del sector podría inclinarse hacia un oligopolio de grandes empresas que controlen toda la pila tecnológica, relegando el código abierto a nichos. Sin embargo, la agilidad de los protocolos para desplegarse en múltiples cadenas y la complejidad técnica que ofrecen crean una interdependencia. La carrera entre la velocidad de expansión de las instituciones y la de los protocolos abiertos decidirá el panorama final. Por ahora, la infraestructura crítica de estos gigantes aún se basa en código abierto."

marsbit06/22 10:26

Se agotan las ventajas del canal: ¿En qué pueden confiar los protocolos DeFi para resistir la recolección de los gigantes?

marsbit06/22 10:26

El beneficio del canal llega a su fin, ¿en qué confían los protocolos DeFi para resistir la cosecha de los gigantes?

El artículo analiza cómo grandes empresas tecnológicas como Coinbase, Stripe y Kraken están consolidando su poder en el sector cripto mediante la adquisición o construcción de infraestructura subyacente, capturando así el valor y los ingresos generados por protocolos DeFi de código abierto. Se citan casos como Coinbase Base, que retiene todas las tarifas de secuenciación de las transacciones de Morpho, o Stripe, que adquirió Bridge para dejar de depender de Circle. El texto argumenta que, cuando el valor ya no reside en los canales de distribución de tráfico, los protocolos deben construir defensas estratégicas. La principal es el despliegue multichain: proyectos como Uniswap o Morpho, al operar en múltiples blockchains, reducen su dependencia de una sola entidad y aumentan su resistencia. Aunque los gigantes pueden intentar apropiarse de capas completas, los protocolos profundamente integrados y costosos de reemplazar pueden mantener una posición de equilibrio. El futuro del sector dependerá de la carrera entre la expansión institucional y la capacidad de los protocolos abiertos para escalar horizontalmente.

Foresight News06/22 08:16

El beneficio del canal llega a su fin, ¿en qué confían los protocolos DeFi para resistir la cosecha de los gigantes?

Foresight News06/22 08:16

Chips, Modelos de Código Abierto y 50 Billones: Joe Tsai Vuelve a Analizar a Alibaba

En la conferencia VivaTech, Joe Tsai, presidente de Alibaba, delineó la visión de la compañía para la IA, enfatizando una apuesta integral en todos los niveles excepto el energético. Destacó que el mercado global de IA, valorado en 50 billones de dólares (mitad del PIB mundial), justifica esta inversión masiva. Alibaba actúa en cuatro capas: chips, infraestructura en la nube, modelos (como el de código abierto Qwen) y aplicaciones en su ecosistema digital. Tsai rechazó la idea de una burbuja en la inversión en infraestructura, señalando que China necesita aumentar sus desembolsos en este ámbito. Subrayó el papel crucial de los modelos de código abierto, impulsados por empresas chinas, para garantizar la soberanía tecnológica y la privacidad de datos, ofreciendo una alternativa a los modelos cerrados dominantes en EE.UU. También describió colaboraciones con empresas manufactureras europeas (como BMW y Siemens) para aplicar la IA en procesos industriales. Finalmente, compartió una visión optimista del futuro, donde los agentes de IA liberarán tiempo humano para el ocio y el entretenimiento, aunque reconoció la persistente cultura laboral intensa en sectores como el tecnológico.

marsbit06/22 07:55

Chips, Modelos de Código Abierto y 50 Billones: Joe Tsai Vuelve a Analizar a Alibaba

marsbit06/22 07:55

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow