Investigaciones
Quién lo corrió, con qué juez, comparado con qué, y qué no funcionó. Los papers del equipo detrás del motor, con fuente en cada afirmación.
Investigación19 de septiembre de 202618 min de lectura
Ocho ciclos de investigación y más de 900 fuentes sobre memoria para agentes: los frameworks resuelven la memoria dentro de su propio perímetro, los practitioners improvisan el resto, y la continuidad, la cosa que hace que un equipo de agentes no rehaga trabajo, no tiene dueño. Benchmarks, costos ocultos, las nueve brechas no publicadas y la realidad regulatoria brasileña.
Leer paperInvestigación24 de agosto de 202611 min de lectura
Un lector stealth y un parámetro de API llevaron nuestra puntuación media en BEAM-100K del 69,3% al 75,5% (323/400 correctas). No es SOTA. Lo interesante es de dónde vinieron los puntos, y de dónde se negaron a venir.
Leer paperInvestigación4 de agosto de 20268 min de lectura
Cómo la ingeniería de memoria reader-agnostic cerró una brecha de 22 puntos en el BEAM con GLM-5.2, un modelo open-weights que puntúa más alto en benchmarks de inteligencia agentic que el Gemini 3.1 Pro.
Leer paper