Publicación de **Michelle Chen, Alex Reneau y Kevin Flansburg**, publicada el **1 de octubre de 2026** en el blog de **Cloudflare** (~10 minutos de lectura, semana del "AI Birthday"). Cloudflare lanza **Clef** y **Clef-flash**, sus primeros modelos entrenados internamente, alojados en **Workers AI** y distribuidos como código abierto (Apache 2.0, Hugging Face), junto con un servicio de ajuste fino por aprendizaje por refuerzo.
#Clef#Clef-flash#modelo de decisión
Michelle Chen · Alex Reneau · Kevin Flansburg — équipe Workers AI / plateforme IA · blog Cloudflare.
Página de documentación técnica de **GPT Researcher**, *"Context Filter"*, reescrita el **26 de septiembre de 2026** por **Assaf Elovic**, el creador del proyecto, el día en que convirtió a **Jev** (un modelo de **TypeSafe**) en el filtro de contexto predeterminado. Unas **2200 palabras**, incluido un benchmark reproducible. **(A)** La tesis de diseño: el filtro de contexto es *"la palanca más importante sobre la calidad del informe después de la investigación misma"*: *"lo que descarta, el redactor nunca lo ve"*. **(B)** El mecanismo: cada página extraída se divide en fragmentos de **1000 caracteres**. Jev puntúa cada fragmento en una escala de utilidad de cuatro niveles (0 a 3), y solo se conservan los fragmentos con **≥ 1,5**, un máximo de diez. Sin clave de API, entra en acción un **BM25** local de respaldo con un umbral relativo. **(C)** El benchmark: 28 tareas repetidas sobre las mismas páginas. **73%** de pasajes relevantes para Jev frente a **46%** para los embeddings, **15-10-3** en comparaciones directas, al mismo costo (~0,115 $ por informe). **(D)** El hallazgo más transferible: *"el umbral importa más que el ranking"*. Sin umbral, Jev vuelve a caer al 50%. La ganancia proviene de menos ruido, no de más contenido. Extiende, en el lado de la búsqueda web, la comparación de estrategias de recuperación de [[comparethemarket-context-retrieval-ai-code-review-gkg-rag-2026-03-06]].
#filtro de contexto#filtro de contexto#selección de pasajes
Assaf Elovic · créateur de GPT Researcher · auteur de la page (documentation officielle docs.gptr.dev, non signée).
Anuncio de **Diogo Almeida**, fundador de **TypeSafe AI** (anteriormente en OpenAI, donde trabajó en métodos de entrenamiento de seguimiento de instrucciones), publicado el **15 de septiembre de 2026** en el blog de la empresa (~2.500 palabras). El texto presenta una nueva clase de modelos, **System One Models**, y su primer modelo, **Jev**, en acceso anticipado.
#System One#modelo de decisión#Jev
Diogo Almeida — fondateur de TypeSafe AI · ancien chercheur chez OpenAI (billet du blog d'entreprise).