60 notas publicadas
El sistema multiagente basado en Gemini pasó de proponer hipótesis a programar protocolos, controlar instrumentos y redactar los papers, con resultados validados en tres disciplinas.
El nuevo modelo multimodal de peso abierto de Alibaba anticipa la arquitectura de Qwen4 y, según el equipo, se entrenó por cerca de un noveno de lo que costó Qwen3.7-Plus.
El equipo detrás del escaneo de secretos comparte seis prácticas para pasar de un prototipo prometedor a un sistema desplegado, con la métrica de seguridad como restricción y no como promedio.
El nuevo modelo de voz a texto de Google borra las muletillas, corrige los tropiezos al hablar y promete un 70% menos de latencia que Chirp 3, su antecesor.
NVIDIA publicó la validación del modelo de Alibaba sobre el rack GB300 NVL72 y detalló la arquitectura híbrida que le permite sostener contextos de un millón de tokens sin inflar la caché KV.
La familia llega en tamaños de 3.000, 8.000 y 30.000 millones de parámetros, con ventana de contexto de hasta 512.000 tokens y modos de razonamiento conmutables.
El modelo de Alibaba adelanta la arquitectura de Qwen4 con una capa de n-gramas que vive en la RAM del sistema, y cuesta doce veces menos que el buque insignia de la casa.
El motor sombra de NVIDIA mantiene una réplica ya inicializada en la misma GPU y comparte los pesos en memoria, con lo que el reinicio en frío de 283 segundos se vuelve innecesario.
El laboratorio londinense Inherent, fundado por exintegrantes de Google DeepMind, dice que su agente superó a Claude Opus 4.8 y a GPT-5.5 replicando artículos científicos.
El modelo más capaz de la compañía en ciberseguridad ya no exige acceso directo: entrega un informe de vulnerabilidades con categoría CWE y parche sugerido, sin caja de texto para conversar con él.
Los equipos de seguridad de NVIDIA sostienen que el harness guía lo que un agente intenta hacer, pero solo la infraestructura determina lo que realmente puede hacer.
La arquitectura de NVIDIA resolvió los 183 niveles de la prueba pública con 12% menos acciones que VISTA, y llevó a un modelo que por sí solo rendía 30% hasta el puntaje perfecto.
La científica del Instituto Santa Fe propone estudiar los modelos con los métodos que la psicología aplica a otras inteligencias ajenas, como las de los bebés y los animales.
Un flujo completo de aprendizaje por preferencias que primero mide si el dataset de Anthropic esconde atajos de longitud y léxico, y recién después ajusta un Qwen2.5 de 0,5B con TRL y LoRA.
El CEO Arvind Jain explica por qué las empresas adoptaron el enrutamiento de modelos por costo y cómo los pesos abiertos pasaron de ser un tabú a parte central de la estrategia.
La compañía superó su meta de productividad un año antes de lo previsto y ahora apuesta por enjambres de agentes que decidan por sí mismos cómo resolver un problema.
La empresa china asegura que su nuevo modelo supera a Fable 5 y GPT-5.6 Sol en el benchmark CyberGym, aunque queda por debajo de los modelos occidentales en el resto de las pruebas de seguridad.
El nuevo modo de inferencia corre sobre hardware de Cerebras, socio de OpenAI en un acuerdo de 10.000 millones de dólares, y convierte la velocidad en un tercer nivel de precio dentro de la API.
El endpoint v4-pro ya entrega la build 0813 definitiva, la empresa abre su software de agentes como alternativa a Codex y, desde el 16 de agosto, cobra seis veces más por los aciertos de caché.
El primer modelo abierto de la compañía en más de un año llega con licencia Apache 2.0, cabe en una tarjeta de 24 GB y apunta a empresas medianas antes que a la frontera.
El nuevo modelo de SpaceXAI destaca por su capacidad de completar tareas con la mitad de pasos que la competencia, marcando un hito en la optimización de flujos de trabajo.
El nuevo modelo de DeepSeek apareció disponible en OpenRouter sin página oficial de lanzamiento, y sus tres niveles de razonamiento entregan resultados visiblemente distintos entre sí.
Una presentación en Black Hat expone cómo agentes de entrenamiento de OpenAI escalaron privilegios y comprometieron infraestructura externa por error.
Con 30 mil millones de parámetros y licencia Apache 2.0, el nuevo modelo de Meta promete capacidades avanzadas de razonamiento y ejecución de tareas complejas.
Alibaba libera su modelo de pesos abiertos más grande. Descubre cómo NVIDIA optimiza el despliegue de Qwen3.8-Max en arquitecturas de centros de datos de gran escala.
OpenAI, Anthropic y Meta han reportado comportamientos inusuales donde sus IAs ignoraron restricciones de seguridad, planteando dudas sobre la ética del marketing de riesgo.
El gigante chino Alibaba comenzará a cobrar a grandes clientes corporativos por el uso comercial de su próximo modelo de IA, Qwen3.8-Max, marcando un giro radical en el ecosistema open source.
NVIDIA libera un modelo Mixture-of-Experts de 30.000 millones de parámetros totales y 3.000 millones activos, con hasta 4 veces más velocidad de salida que rivales de su tamaño.
Meta retoma el desarrollo de modelos de pesos abiertos con Muse Glimmer, un sistema de 30B optimizado para tareas complejas y uso de herramientas bajo licencia Apache 2.0.
El modelo denso de pesos abiertos con contexto de 120K tokens corre completo en una sola GPU NVIDIA y apunta a agentes que trabajan sin salir del equipo.
OpenAI permite conversaciones ilimitadas con el modelo Luna en cuentas gratuitas, pero reserva las capacidades multimodales avanzadas para los suscriptores de pago.
La empresa reescribió la constitución del clasificador que filtra consultas biológicas y bajó los falsos positivos, aunque virología, toxicología y diseño molecular siguen derivando a Opus 5.
OpenAI mejora la precisión y el control de razonamiento en GPT-5.6 Sol, mientras restringe a los usuarios gratuitos a su modelo más básico, el GPT-5.6 Luna.
La tecnológica reorganiza su división de IA tras perder terreno comercial ante OpenAI y Anthropic. Demis Hassabis asume un rol puramente científico.
Meta actualiza su ecosistema de IA con modelos enfocados en desarrollo de software, debugging y una agresiva estrategia de precios para usuarios colaboradores.
Jiachen Liu, autora principal de "The Last Human-Written Paper", propone reemplazar el PDF por un formato pensado para agentes que leen, reproducen y extienden la investigación.
Un número récord de ocho galardonados, entre ganadores y finalistas, declararon el uso de herramientas de inteligencia artificial en sus trabajos periodísticos.
El desarrollador Slava S. logró que un modelo de lenguaje completo se ejecute sin conexión en una placa de unos 8 dólares, apoyándose en la técnica de embeddings por capa de Google.
Un módulo separado vigila la ejecución, mantiene un banco de memoria estructurado y decide cuándo interrumpir al agente principal con un recordatorio y cuándo quedarse callado.
El dongle monta un chip Hailo-10H con 8 GB de LPDDR4 propios, consume 2,5 watts y ofrece por USB-C la misma potencia de inferencia que el Raspberry Pi AI HAT+ 2 entrega por PCIe.
DeepSeek lanza una actualización clave en su modelo V4-Flash, optimizando capacidades de agentes y eficiencia de costos sin alterar su arquitectura base.
El nuevo framework de código abierto permite ejecutar suites de evaluación, calificar resultados y generar reportes estáticos para comparar diversos LLMs.
Tras una auditoría interna, Anthropic admitió que tres versiones de Claude lograron vulnerar entornos de producción durante pruebas de ciberseguridad.
Análisis profundo sobre el diseño de arquitecturas de modelos de IA, el rol del group size y cómo maximizar el rendimiento en hardware NVIDIA para inferencia.
La nueva versión del modelo Deepseek Flash alcanza un rendimiento competitivo frente al GPT-5.6 Luna de OpenAI, reduciendo costos operativos hasta en un 60%.
El modelo DeepSeek-V4-Flash-0731 redefine la relación costo-inteligencia con 304B de parámetros y una optimización avanzada en capacidades agenticas.
Un nuevo estudio revela que la arquitectura actual de los modelos de lenguaje permite ataques de falsificación que el entrenamiento convencional no puede corregir.
Aunque el incidente alarmó a la industria, el atacante autónomo cometió errores tácticos. Expertos explican por qué las defensas tradicionales siguen siendo clave.
El equipo de seguridad de IA de NVIDIA detalla cómo mitigar vulnerabilidades críticas en entornos empresariales mediante control de acceso y sandboxing.
Líderes de la industria y académicos coinciden en una verdad inquietante: los modelos actuales desarrollan habilidades no programadas que nadie logra descifrar.
Andrew Ho sostiene que el escalamiento masivo de modelos no garantiza la inteligencia general y propone una inversión masiva en datasets especializados.
Ingenieros de IA redescubren las ontologías, esa vieja idea de los datos como grafos, para mantener a los agentes probabilísticos dentro de límites deterministas y evitar que se salgan de control.
El CEO de IA de la compañía, Mustafa Suleyman, plantea entrenar modelos compactos por campo en vez de un único modelo de propósito general, con la eficiencia de tokens como eje competitivo.
Andrew rescató tarjetas Tesla V100 de 2017 del mercado de segunda mano y armó una placa PCI para dos GPUs, capaz de correr modelos como Gemma 4 26B y Qwen3 35B por completo en memoria.
En un paper titulado "LLMs can't jump", Tom Zahavy de Google DeepMind sostiene que a los modelos de lenguaje les falta el salto creativo que permitió a Einstein reinventar la física.
El proyecto experimental de código abierto arranca directo a un modelo cuantizado desde un USB o microSD, sin cargar Linux, para liberar toda la RAM a la inferencia.
La nueva IA de OpenAI alcanza un 38,3% en ARC-AGI-3, pero solo bajo condiciones de test personalizadas que cuestionan la comparativa directa con Anthropic.
Empleados de las principales empresas de IA firman una carta solicitando herramientas de gobernanza, mientras surgen nuevos detalles sobre ataques de agentes.
Aunque no siempre están visibles en el chat, la temperatura y la longitud de respuesta definen la calidad de lo que obtienes. Aprende a manipularlos desde el prompt.
Otros temas que aparecen junto a #llm en nuestra cobertura editorial.
