Evalatro es un benchmark abierto que permite a los LLM jugar al juego real Balatro. Los modelos reciben el estado del juego como texto, toman decisiones de forma independiente y compiten para alcanzar la Ante 12, con resultados actuales que muestran un progreso limitado: mimo-v2.5-pro alcanzó la Ante 5, y deepseek-v4-pro no logró superar la Ante 8.
La liberación llama.cpp b9820 introduce mejoras de rendimiento reintroduciendo menos sincronicizaciones durante el cómputo dividido, dirigidas específicamente a los backends de CUDA. Esta actualización también proporciona binarios precompilados para macOS, Linux, Windows, Android y openEuler en CPU, GPU y aceleradores de hardware especializados.
El proyecto llama.cpp ha lanzado la versión b9816, que incluye una sincronización con la biblioteca ggml. Esta actualización proporciona binarios precompilados para las plataformas macOS, iOS, Linux, Windows, Android y openEuler.
El lanzamiento llama.cpp b9817 actualiza el backend de OpenVINO a la versión 2026.2.1 y hace que sus paquetes de lanzamiento sean autocontenidos. Esta actualización incluye varias mejoras en los operadores dentro del backend de OpenVINO, como la eliminación de conjos compute_op_type codificados y la habilitación de softmax con entrada sink.
La versión b9813 de llama.cpp introduce soporte Vulkan para hardware Intel Xe-LPG Plus mediante la adición del enumerado de arquitectura INTEL_XE1 y la habilitación de coopmat1. Esta actualización aborda comentarios de código previos, renombra el identificador de arquitectura e incluye una verificación del controlador en Windows.
El proyecto llama.cpp ha lanzado la versión b9814, que incluye una optimización para la operación `mul_mat_vecq` en Vulkan dirigida específicamente a la GPU AMD mi50. Esta actualización viene acompañada de un conjunto completo de binarios precompilados para múltiples sistemas operativos y arquitecturas de hardware.
Una publicación de blog y una publicación en Reddit instan a los usuarios a dejar de usar Ollama, citando preocupaciones sobre seguridad, privacidad y los riesgos de ejecutar modelos de lenguaje grandes localmente. El autor argumenta que las soluciones alternativas ofrecen un mejor control y seguridad para los usuarios.
Mitchell Hashimoto, fundador de Hashicorp, afirma que los modelos de lenguaje locales aún no son lo suficientemente buenos. Un usuario de Reddit discrepa de esta afirmación, señalando que durante más de un año, muchas personas han utilizado con éxito modelos locales para programación, y solo los 'vibecoders' han enfrentado desafíos.
Un benchmark evalúa LLMs pequeños (0.3B–3B parámetros) en la conversión de consultas en lenguaje natural a JSON estructurado, centrándose en el tipo de archivo, contexto temporal, especificidad y consultas combinadas. Los resultados muestran que los modelos con 0.8B–1.5B parámetros superan a los de menos de 0.5B, con el proyecto teniendo como objetivo ampliar el conjunto de pruebas y explorar el ajuste fino para mejorar el rendimiento.
Un modelo comunitario puede construirse mediante computación crowdsourced utilizando un enfoque 'Branch-Train-Stitch'. Los participantes entrenan un modelo prototipo en su hardware, envían submodelos de dominio estrecho y los organizadores los ensamblan en un gran modelo Mixture-of-Experts (MoE), con decisiones clave que incluyen el tamaño del prototipo, las definiciones de alcance y los protocolos de entrenamiento.
GLM-5.2 es el primer modelo de pesos abiertos que alcanza una precisión del 80% en Terminal-Bench y supera a todos los demás modelos disponibles de código abierto. También supera a Gemini, posicionándolo como un modelo de vanguardia a un costo significativamente menor.
GLM-5.2 ha asegurado la segunda posición en la evaluación de benchmarking de la Arena de WebDew. El resultado refleja su sólido desempeño en tareas de comprensión y generación del lenguaje natural en comparación con otros modelos.
El modelo GLM-5.2 ya es accesible en HuggingChat. Los usuarios pueden acceder a él a través del enlace de HuggingFace proporcionado, lo que permite la interacción directa con el modelo a través de la plataforma.
Glimmer 1 es un modelo de lenguaje de 10.000 parámetros entrenado con 500K tokens de FineWeb-Edu. Cuenta con una ventana de contexto de 512 tokens, una arquitectura Llama estándar con 16 dimensiones ocultas, 2 capas, 4 cabezales de atención y 1 cabezal KV utilizando GQA, y está disponible en Hugging Face.
Este hilo de discusión de Hugging Face aborda los métodos y consideraciones para probar Modelos de Lenguaje Grande y garantizar que sean adecuados para aplicaciones del mundo real.
Un usuario en el foro de Hugging Face informa que su artículo de arXiv, "Agent-as-a-Router: Agentic Model Routing for Coding Tasks", fue indexado y reclamado con éxito, pero nunca apareció en la página principal de Daily Papers. A pesar de recibir votos positivos de la comunidad y vincular un conjunto de datos correspondiente, el artículo no ha sido destacado después de varios días.
Mistral ha lanzado una nueva familia de modelos de lenguaje de peso abierto en julio. Los modelos están diseñados para ser accesibles y utilizables por desarrolladores e investigadores de todo el mundo, promoviendo la transparencia y la innovación en IA.
zai-org ha lanzado GLM-5.2, un nuevo modelo de lenguaje grande. El modelo está disponible en Hugging Face y forma parte de las discusiones de la comunidad LocalLLaMA.
Un modelo GGUF llamado command-a-plus-05-2026 está disponible en Hugging Face. Se anima a los usuarios a probarlo con la última versión de llama.cpp y compartir las métricas de rendimiento y comentarios.
Un usuario pregunta si alguien ha logrado ejecutar Qwen 3.6 27b UD Q8 en múltiples GPUs, señalando problemas con llamacpp y vllm. El modelo se bloquea o se congela durante las solicitudes de múltiples turnos, con llamacpp mostrando errores de CUDA y vllm fallando a mitad del turno, a pesar de funcionar bien con la cuantización Q5.