Cada noticia sobre llama.cpp del briefing diario de El Compilado.https://elcompilado.comeshttps://elcompilado.com/blog/briefing-tech-2026-08-10/#meta-lanza-muse-glimmer-modelo-agentico-open-weight-dehttps://elcompilado.com/blog/briefing-tech-2026-08-10/#meta-lanza-muse-glimmer-modelo-agentico-open-weight-deEs una destilación de Muse Spark 1.2 bajo licencia Apache 2.0, pensada para agentes locales "always-on": coding, function calling y razonamiento multi-paso sin depender de la nube. Meta reporta mejoras de velocidad de decodificación de 3,1× en una RTX 5090 y 1,8× en M5 Max; ya está en Hugging Face con soporte para llama.cpp y Ollama. Zuckerberg acompañó el release con una defensa del open source y de la destilación como motor de progreso. Meta AI Research · CNBC · HN (157 comentarios) Fuentes: https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model · https://www.cnbc.com/2026/08/10/meta-muse-glimmer-open-weight-ai.html · https://news.ycombinator.com/item?id=49241679Mon, 10 Aug 2026 00:00:00 GMTiametahuggingfacellama-cpphttps://elcompilado.com/blog/briefing-tech-2026-07-30/#guia-practica-tooling-de-inferencia-local-comparado-llama-cpphttps://elcompilado.com/blog/briefing-tech-2026-07-30/#guia-practica-tooling-de-inferencia-local-comparado-llama-cppRepaso actualizado a julio de cuándo conviene cada motor para servir modelos localmente — referencia útil para decidir stack de serving según throughput vs. simplicidad. DEV Community Fuentes: https://dev.to/sreeraj-sreenivasan/the-complete-guide-to-local-llm-inference-tools-in-july-2026-llamacpp-ollama-vllm-sglang-and-4mh1Thu, 30 Jul 2026 00:00:00 GMTtecnicasvllmllama-cpphttps://elcompilado.com/blog/briefing-tech-2026-07-28/#correr-kimi-k3-localmente-mxfp4-y-llama-cpphttps://elcompilado.com/blog/briefing-tech-2026-07-28/#correr-kimi-k3-localmente-mxfp4-y-llama-cppCon los pesos abiertos de Kimi K3 ya publicados (~1,4 TB en MXFP4), la comunidad está armando guías para self-hosting. La ruta práctica: GGUF + llama.cpp (sin paso extra de conversión/cuantización, se apunta el server al archivo) o vLLM/SGLang para serving. El Hub de Hugging Face (org ggml-org) concentra las conversiones oficiales. Accionable para quien quiera evaluar un frontier open-weight sin depender de API. explainx · dev.to — guía inference tools Fuentes: https://explainx.ai/blog/kimi-k3-run-locally-open-weights-desktop-july-2026 · https://dev.to/sreeraj-sreenivasan/the-complete-guide-to-local-llm-inference-tools-in-july-2026-llamacpp-ollama-vllm-sglang-and-4mh1Tue, 28 Jul 2026 00:00:00 GMTtecnicashuggingfacekimivllmllama-cpphttps://elcompilado.com/blog/briefing-tech-2026-07-28/#hugging-face-transformers-v5-13-0-se-alinea-conhttps://elcompilado.com/blog/briefing-tech-2026-07-28/#hugging-face-transformers-v5-13-0-se-alinea-conEl release trae fixes de generación, attention, cache, cuantización y serving orientados a habilitar transformers con la versión más reciente de vLLM. Útil si servís modelos y venías peleando compatibilidades entre ambas libs. Nota de ecosistema: TGI está en modo mantenimiento y redirige a vLLM, SGLang, llama.cpp y MLX. Releasebot — Hugging Face Fuentes: https://releasebot.io/updates/huggingfaceTue, 28 Jul 2026 00:00:00 GMTtecnicashuggingfacevllmllama-cpp