Las últimas noticias, análisis y novedades sobre investigación en el mundo de la inteligencia artificial.
Investigadores presentan FluidPD, un sistema que reasigna workers entre prefill y decode en tiempo real. Mejora el cumplimiento de SLOs hasta 94,6 puntos porcentuales sin añadir GPUs.
GameGo propone un pipeline que convierte breves ideas de juegos en documentos de requisitos completos, usando compresión dinámica para preservar la jugabilidad. Entrenado con más de 55 000 trayectorias de desarrollo, su modelo supera a líneas base y se acerca al rendimiento de los modelos fronterizos en benchmarks de creación de videojuegos.
RadOnc-Agent es un marco de IA agente que unifica las cuatro fases del tratamiento oncológico mediante 26 funciones conversacionales, alcanzando 98,79% de precisión en llamadas simples.
Los informes de 9.800 compañías británicas muestran que la referencia a riesgos de IA subió del 2% al 41% entre 2020 y 2025, pero solo el 4% es sustancial. La brecha revela la ausencia de estándares claros para medir la resiliencia social.
Investigadores proponen CALM, una técnica training-free que corrige prompts inseguros localmente en lugar de aplicar filtros globales, resolviendo el dilema entre cobertura y precisión en moderación de contenido.
Google Research ha trasladado el cálculo de gradientes de los dispositivos móviles a entornos de ejecución confiables (TEEs) en servidores, permitiendo que Gboard aprenda sin comprometer la privacidad. El sistema publica sus políticas de acceso en Rekor y permite la verificación externa de la privacidad diferencial, marcando un avance significativo para el aprendizaje federado seguro y transparente.
Los modelos de lenguaje locales son fáciles de ejecutar, pero sorprendentemente difíciles de benchmarkear de manera justa. Este artículo explica cómo crear un harness robusto con estas tecnologías para evaluar IA de forma equitativa.
Gemini 4 Argon supera a GPT-6 y Claude Opus 5.5 en pruebas clave. Modelo enfocado en programación, ciberseguridad y tareas complejas.
El nuevo modelo insignia de Google iguala a GPT-6 Astra en benchmarks, pero queda por detrás de Claude Opus 5.5. Su alto consumo de tokens por tarea anula la ventaja de su bajo precio por unidad.
El nuevo benchmark CARAT analiza si los modelos de lenguaje para materiales comprenden la estructura cristalina o solo reproducen datos presentes en su entrenamiento. Los resultados muestran brechas significativas entre razonamiento fundamentado y recitación superficial.
Un estudio simula conversaciones entre agentes de IA y descubre que ambos pueden radicalizarse, especialmente cuando el influidor refuerza creencias preexistentes. Los hallazgos advierten sobre riesgos en agentes personalizados y ecosistemas multiagente.
OpenAI lanzó GPT-6.1 Sol, que iguala a Astra en código y uso de computadora al 20% del precio de los tokens. Ya está disponible en la API, ChatGPT Work y Codex con $2 por millón de tokens de entrada.
NVIDIA, MIT y Oxford presentan Physis-Lang, un lenguaje físico que se autoevoluciona y mejora los resultados de Cosmos 3 frente a Veo 3.1 en pruebas de física. La innovación muestra cómo el lenguaje puede sustituir señales visuales o numéricas para respetar las leyes del mundo real.
En un movimiento calculado, xAI adquirió el dominio dot.com días antes del debut del agente de OpenAI. La URL ahora lleva directo a la descarga de Grok, escalando la guerra por la atención en agentes de IA.
Varios investigadores de IA advierten sobre el riesgo existencial de la superinteligencia. Según algunos, la probabilidad de extinción humana podría ser tan alta como un 50%.
Anthropic presentó Claude Sonnet 5.5, que alcanza 70.6% en Terminal‑Bench 4.0 y reduce el coste por tarea hasta un 30 % sin subir el precio. Una opción competitiva y accesible para desarrolladores hispanohablantes.
OpenAI Codex sigue limitado a 244.800 tokens, lo que dificulta entrenar modelos tan grandes como GPT-6. Descubre cómo los investigadores buscan superar esta barrera y qué implica para el futuro de la IA.
OpenAI forma un consejo asesor para reparar puentes con la comunidad matemática, pero la opacidad y la prisa vuelven a generar desconfianza. ¿Puede la IA ganar la confianza de la ciencia rigurosa?
Anthropic lanza Claude Sonnet 5.5 con un 30% menos de costo y rendimiento casi idéntico a Opus 5.5. Un golpe estratégico en la competencia con OpenAI.
Ryan Greenblatt, científico jefe de Redwood Research, estima un 50-60% de probabilidad de un takeover de la IA si el desarrollo continúa igual. Critica la carrera entre Anthropic y OpenAI y pide un acuerdo internacional para detenerla.
Un benchmark pionero evalúa si los modelos de lenguaje se mantienen dentro del alcance autorizado durante pruebas de penetración. Los resultados muestran brechas enormes entre capacidad bruta y cumplimiento de normas.
Google Research presenta un sistema multiagente que transforma clips cortos en narrativas de minutos, solucionando la deriva de identidad y errores en cascada que rompen la generación de video largo actual. Un avance clave para la producción audiovisual con IA.
Investigadores probaron un modelo de IA de última generación en un vehículo autónomo. El experimento reveló las limitaciones graves de estos sistemas en entornos reales de conducción.
La ingeniería de IA madura hacia la producción y el código abierto se consolida como estándar. Seleccionamos los proyectos imprescindibles para construir, servir y evaluar modelos a escala real.
