AL-BAYAN البيان

NOVEDADES Y PRÁCTICAS

IA: entiende lo que cambia

Lee el anuncio original, entiende para qué sirve y prueba un ejercicio propio de Al-Bayan. Cada noticia conserva la fecha de su anuncio.

NovedadElevenLabs

ElevenAgents Architect ayuda a mejorar agentes mediante conversación

ElevenLabs ha lanzado en alfa un asistente integrado que analiza configuraciones, pruebas, transcripciones y métricas de ElevenAgents. Puede proponer cambios, preparar simulaciones y crear borradores versionados, pero toda modificación requiere aprobación antes de llegar a producción. Se usa por voz o chat y también puede conectarse desde asistentes como ChatGPT o Claude.

Cómo aprovecharlo · prueba el ejercicio

Reduce el trabajo de diagnosticar por qué falla un agente de voz y convierte hallazgos en propuestas comprobables. Aun así, una alfa no debe recibir conversaciones sensibles sin autorización, y sus simulaciones no sustituyen pruebas con casos límite, revisión de cumplimiento ni seguimiento posterior al despliegue.

Ejercicio Al-Bayan

Prueba pendiente: con transcripciones sintéticas, introduce tres fallos —una respuesta incorrecta, una derivación innecesaria y una omisión de seguridad—. Pide una propuesta para cada uno, revisa el borrador y ejecuta las simulaciones; no apruebes cambios hasta que una persona valide resultados y posibilidad de reversión.

Verificado el

Leer la fuente oficial · ElevenLabs
NovedadGoogle DeepMind

EmbeddingGemma 2 permite buscar entre texto, audio, imágenes y vídeo en el propio dispositivo

Google DeepMind publicó el 6 de octubre EmbeddingGemma 2, un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en representaciones comparables para búsqueda semántica. Se distribuye bajo licencia Apache 2.0 y sus pesos pueden descargarse. Google indica que admite 8.000 tokens de contexto o hasta 5,5 minutos de audio, 29 imágenes o 58 fotogramas por entrada. Con cuantización, cita aproximadamente 567 MB de memoria activa para el modelo multimodal completo en un Pixel 11 Pro. Es una herramienta para localizar contenido relacionado; no transcribe ni redacta por sí sola una respuesta final.

Cómo aprovecharlo · prueba el ejercicio

Para un archivo de clases, un autor podría buscar «explicación sobre agentes» y localizar fragmentos de audio, vídeos o imágenes relacionados sin subir el material a un servicio remoto, siempre que configure el procesamiento local. También podría ayudar a ordenar recursos de Al‑Bayan, previa revisión de derechos y permisos. La calidad y el consumo de memoria publicados proceden de pruebas de Google: conviene comprobarlos con español, árabe fusha y el equipo real. No se ha incorporado al curso ni al sitio; es una propuesta técnica para evaluar.

Ejercicio Al-Bayan

Prueba pendiente: preparar 20 recursos propios o ficticios, repartidos entre texto, audio e imágenes, con cinco pares que traten el mismo tema en formatos distintos. Crear un índice local con EmbeddingGemma 2 y lanzar diez búsquedas en español y diez en árabe. Medir si el recurso correcto aparece entre los tres primeros, tiempo de respuesta, memoria y funcionamiento sin conexión. Comparar los resultados con una búsqueda por palabras clave antes de decidir si merece integrarse.

Verificado el

Leer la fuente oficial · Google DeepMind
NovedadMistral AI

Mistral Large 4 entra en vista previa pública

Mistral ha abierto la API de vista previa de Large 4, un modelo multimodal de un billón de parámetros con 52.000 millones activos, orientado a programación, agentes, documentos e imágenes y entrenado en más de 160 idiomas. Se sirve desde infraestructura europea; los pesos abiertos están prometidos para finales de octubre, pero todavía no están disponibles.

Cómo aprovecharlo · prueba el ejercicio

Es una alternativa europea relevante para organizaciones que valoran despliegue regional y futuro control de los pesos. De momento conviene tratarlo como una versión en evolución: las cifras comparativas proceden principalmente del fabricante y la licencia de los pesos aún debe comprobarse cuando se publique.

Ejercicio Al-Bayan

Prueba pendiente: usa tres tareas propias y no sensibles —un documento con tabla, una imagen con texto y un flujo con herramientas— y compara exactitud, citas, latencia y coste con otro modelo. Repite la evaluación cuando aparezcan los pesos y su licencia antes de recomendar un despliegue local.

Verificado el

Leer la fuente oficial · Mistral AI
Volver a Aprender
Escudo de Kutab al-BayanVolver a la página principal