GameCraft-Bench evalúa si los modelos de lenguaje grandes pueden construir juegos jugables de extremo a extremo utilizando un motor de juego real. El benchmark incluye evaluaciones de modelos principales como Opus-4.7 y GPT-5.5, con interés en cómo los modelos de tamaño mediano (por ejemplo, 30-70B parámetros) se desempeñan en tareas de desarrollo de juegos.
Gemma 4 E2B alcanza 255 tokens por segundo en el navegador en un M4 Max utilizando kernels de WebGPU. La demostración y los kernels ya están disponibles en Hugging Face para uso público.
En 2025, la economía de la producción de código cambió drásticamente, haciendo que la generación de código sea efectivamente gratuita e instantánea. Este cambio provocó un cambio cultural en el desarrollo de software, donde las líneas de código pasaron de ser cuidadosamente curadas a ser desechables y regenerables.
Los usuarios reportan que la interfaz web está ausente en la última versión de llama.cpp b9680, mientras que la versión b9664 funciona correctamente. El problema fue reportado en un issue de GitHub y confirmado mediante el uso de Docker.
La versión b9684 de LLaMA.cpp introduce una nueva operación de convolución 3D (conv_3d) e incluye implementaciones optimizadas. La versión proporciona binarios precompilados para macOS, Linux, Android, Windows y openEuler en varias arquitecturas y opciones de aceleración de hardware, incluyendo SYCL, Vulkan, CUDA y OpenVINO.
Un nuevo marco de trabajo basado en Rust permite a los modelos de lenguaje pequeños lograr un rendimiento comparable al de modelos más grandes, utilizando una gestión eficiente de la memoria y computación optimizada. El enfoque reduce la demanda de recursos sin sacrificar precisión, haciendo que la IA avanzada sea accesible para entornos con recursos limitados.
TRELLIS.2 ha sido portado para ejecutarse de forma nativa en MLX para Apple Silicon. El modelo admite entradas de imagen de 512x512 y 1024x1024, con tiempos de generación de aproximadamente 70 segundos para 512x517 y de 300 a 700 segundos para 1024x1024 en un M4 Max con 128GB de memoria unificada.
Un usuario pregunta si es factible ejecutar GLM-5.2 en cuatro chips Ascend GX10 (DGX Sparks). Indaga sobre la cuantización de 4 bits utilizando 512GB de memoria unificada y estima las velocidades de tokens de entrada y salida para una longitud de contexto de 100k, señalando que no hay datos de rendimiento disponibles en línea.
El autor describe tres objetivos principales: aclarar la evolución de los modelos de IA de vanguardia, construir un ecosistema de IA abierto y crear instituciones que apoyen estas misiones. Interconnects actúa como una voz cruda e independiente para el pensamiento sobre IA de vanguardia, con una audiencia técnica dedicada de más de 70K suscriptores. El blog mantiene comentarios detrás de muro de pago para evitar ruido generado por IA, y el autor planea alcanzar los 1000 suscriptores pagados para el verano, enfatizando la sostenibilidad financiera e independencia en medio del aumento de los costos de servicios de IA.
La versión b9682 de llama.cpp introduce soporte para Vulkan en Linux y Windows, habilitando la aceleración por GPU. El lanzamiento incluye binarios para macOS, Linux, Android, Windows y openEuler en múltiples arquitecturas, con opciones de CPU y GPU que incluyen CUDA, OpenVINO, SYCL y ROCm.
GLM-5.2, con 753B parámetros y una ventana de contexto de 1M tokens, ya está disponible en hardware local mediante cuantización. Su licencia MIT y su extenso conjunto de datos de entrenamiento permiten el ajuste fino por parte de la comunidad de modelos más pequeños, prometiendo mejoras significativas para configuraciones de IA local.
Un agente local de 30B, utilizando bucles de captura de pantalla sin interfaz, depura autónomamente una demo de FPS con raytracing en C puro capturando fotogramas en eventos clave e iterando sobre las correcciones. El agente construye un bucle recursivo de depuración visual, demostrando que simples mecanismos de retroalimentación pueden permitir que modelos pequeños resuelvan tareas complejas y basadas en lo visual.
El modelo SIQ-1, entrenado con PPO y recompensa verificable, supera a GLM-5.2 y Qwen-350B en tareas de parameter-golf, con salidas que se asemejan a Opus4.8. También supera a NEX y GPT-5.5 en la prueba bullshit-bench. El modelo y la versión GGUF están disponibles en Hugging Face, junto con una demo de agente compatible con ZeroGPU.
El desarrollador lanzó un RPG impulsado por LLM local donde los NPCs, ubicaciones, objetos y misiones se generan como objetos persistentes dentro del juego. Estos elementos pueden revisitarse e interactuarse, y el juego integra LLMs en mecánicas centrales de RPG como diálogo, narración y progreso de misiones, mientras gestiona inventario, combate y guardados. El juego vendió aproximadamente 1,800 copias en su primera semana y tiene una calificación de tienda de 4.0, lo que indica el interés de los jugadores en experiencias de RPG impulsadas por IA.
La versión b9678 de LLaMA.cpp incluye la optimización de mul_mat_f16_f32_l4 para la decodificación e introduce nuevas compilaciones para macOS, Linux, Android, Windows y openEuler. La versión ofrece soporte para CPU, Vulkan, ROCm, OpenVINO, SYCL e HIP en múltiples arquitecturas, con un paquete de interfaz de usuario dedicado disponible.
La versión llama.cpp b9677 actualiza el registro para imponer max_capacity y elimina la lógica de expansión de cola. El lanzamiento incluye binarios para macOS, Linux, Android, Windows y openEuler en múltiples arquitecturas y opciones de aceleración por hardware, incluyendo Vulkan, CUDA, OpenVINO y SYCL.
Un usuario pregunta si la prueba 'aguja en el pajar', utilizada para evaluar el rendimiento del modelo, sigue siendo relevante o ha sido abandonada. La publicación reflexiona sobre su uso histórico en los lanzamientos de modelos y cuestiona si ahora se considera obsoleta o olvidada.
La versión LLaMA.cpp b9674 corrige un error de uso después de liberar en el memcpy asíncrono de SYCL durante la prellenado de MoE. El lanzamiento incluye binarios para macOS, Linux, Android, Windows y openEuler, compatibles con CPU, Vulkan, ROCm, OpenVINO, SYCL y CUDA en múltiples arquitecturas.
la versión b9675 de llama.cpp habilita el soporte para FP16 en operaciones como SQR, SQRT, LOG, SIN, COS y CLAMP. El lanzamiento incluye binarios para macOS, Linux, Android, Windows y openEuler en múltiples arquitecturas, con soporte para Vulkan, ROCm, OpenVINO, SYCL (FP16 y FP32), y CUDA 12.4 y 13.3.
El lanzamiento de GLM 5.2 sugiere que los modelos de peso abierto han alcanzado a Opus 4.8. Los usuarios preguntan cuánto tiempo tomará ver modelos de peso abierto igualando el rendimiento de la clase Mythos o Fable desde China.