El Pulso del 20 de marzo de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
El guion de audio está listo; la voz se publicará cuando termine la generación.
Nemotron-Cascade 2 (30B MoE, 3B activos) — salen el modelo y el paper
POR QUÉ ENTRA EN EL RADAREs la historia de “densidad de inteligencia”: comportamiento frontier-ish en matemática, código y agentes con apenas 3B de parámetros activos. También deja una receta concreta: Cascade RL + destilación on-policy multidominio.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El nuevo modelo abierto que ‘se comporta como grande’ siendo chico: qué les compró realmente MoE + post-training (y qué no).”
Doc-to-LoRA (D2L): “internalizar un documento largo al instante” generando un adaptador LoRA
POR QUÉ ENTRA EN EL RADARUna forma limpia de replantear el costo del contexto largo: en lugar de pagar atención cuadrática una y otra vez, compilás el documento a un adaptador chico en un solo forward pass y después consultás barato.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El contexto largo sale caro: ¿y si compilás documentos a LoRAs al vuelo?” (Modelo mental simple: ‘caché de KV vs. caché de adaptadores’.)
Anthropic: “Detecting and preventing distillation attacks” (DeepSeek / Moonshot / MiniMax)
POR QUÉ ENTRA EN EL RADARUpstream, con números concretos (afirman 16M de intercambios / 24k cuentas) y un playbook real de cómo los labs intentan extraer capacidades. También roza la narrativa de controles de exportación: ‘progreso rápido aparente’ vs. ‘salidas prestadas’.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“La destilación es normal… hasta que deja de serlo: la frontera entre ‘compresión’ y ‘robo de capacidades’ + qué implica esto para los pesos abiertos.”
Claude Code “Channels”: empujar eventos a una sesión de agente en ejecución (Telegram/Discord en preview)
POR QUÉ ENTRA EN EL RADAREs un cambio de arquitectura: los agentes ya no son solo pull-based (cron/programados). Se vuelven sistemas reactivos (eventos entrantes) mientras la sesión sigue viva—más cerca de ‘ops siempre encendida’.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Agentes que se despiertan cuando pasa algo: cómo los ‘channels’ orientados a eventos cambian la automatización frente al polling programado.”
Claude ahora crea gráficos, diagramas y visualizaciones interactivas en línea (beta)
POR QUÉ ENTRA EN EL RADARVisuales como UI conversacional efímera (no ‘Artifacts’). Sugiere que la UX de los LLM se está volviendo una superficie tipo notebook en vivo, no solo texto + adjuntos.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El nuevo campo de batalla es la UI: el chat se transforma en mini-apps—qué deberían hacer los creators con visuales interactivas (y cómo lo van a imitar los agregadores de ‘herramientas de IA’).”
Gemini 3.1 Flash-Lite: “modelo de thinking escalable” para trabajo de alto volumen y baja latencia
POR QUÉ ENTRA EN EL RADAREs la historia del ‘modelo de producción’: throughput + cumplimiento de salida estructurada + nivel de thinking seleccionable. La tabla también muestra hacia dónde va el mercado: precio/velocidad como métricas de primera línea.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Por qué 2026 es el año del razonamiento rápido: la economía de los modelos ‘suficientemente buenos’ que ganan por latencia + costo.”
Escalar el “autoresearch” de Karpathy con un cluster de GPUs (búsqueda paralela con agentes)
POR QUÉ ENTRA EN EL RADARExcelente caso de estudio upstream: el paralelismo cambia el comportamiento del agente (olas de experimentos factoriales vs. hill-climbing goloso). Es una de las piezas más claras de “agente + infra” que podés adaptar a contenido para creators.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los agentes no solo se vuelven más rápidos con más GPUs: se vuelve más inteligente su búsqueda. Por qué el paralelismo cambia la estrategia de optimización.”
KittenTTS (v0.8): TTS de alta calidad en CPU con modelos tiny (desde ~25MB int8)
POR QUÉ ENTRA EN EL RADAREl TTS en el edge se viene colando: modelos ONNX chicos que corren sin GPU habilitan voz offline en apps, agentes y dispositivos—sin pagar costos de API.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“La tendencia subestimada: modelos de voz tiny en CPU. Dónde le gana al TTS en la nube (latencia, privacidad, costo).”
arXiv declara su independencia de Cornell (gobernanza de plataforma / financiamiento)
POR QUÉ ENTRA EN EL RADARAfecta el canal de distribución más upstream de la investigación en ML. Los cambios de gobernanza pueden influir en moderación, sustentabilidad y dirección de producto (APIs, metadata, partnerships).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Por qué la gobernanza de arXiv importa para la IA: la cadena de suministro del descubrimiento científico (y cómo los creators pueden monitorear papers nuevos más rápido).”
Creator-watch (subidas nuevas que vale la pena escanear, y después ir upstream)
Abrir fuente original ↗