Las últimas noticias, análisis y novedades sobre investigación en el mundo de la inteligencia artificial.
Investigadores del Reino Unido demuestran que las métricas actuales de seguridad en modelos de lenguaje no son consistentes. Proponen métodos para detectar modelos que actuamos con excesiva cautela durante pruebas, afectando su utilidad real.
La verdadera ventaja competitiva no reside en el tamaño del modelo, sino en cómo lo adaptas a tus datos y procesos. Analizamos por qué la personalización y la arquitectura de datos superan a la carrera por el LLM más grande.
La startup Micro1 supera los 500 millones de dólares en tasa de ejecución anual impulsada por la demanda insaciable de datos de alta calidad. El cuello de botella de la IA ya no es el cómputo, sino la curación experta de información.
Un nuevo estudio advierte que las actuales fichas de modelos no bastan para garantizar la seguridad en la IA de pesos abiertos. Se propone un nuevo marco de gobernanza integral.
Cuatro estudios independientes revelan que la IA genera casi la mitad del código nuevo en GitHub, pero el 46% de ese código falla pruebas de seguridad. A pesar de que los benchmarks de codificación mejoran, la tasa de fallos no ha cambiado en un año.
GxP-Agent introduce un sistema multiagente basado en grafos DAG que transforma la programación de ensayos clínicos, logrando un 100 % de coincidencia estructural frente a los métodos tradicionales. Este enfoque no solo supera a los modelos LLM actuales, sino que también permite que modelos más pequeños generen resultados fiables y conformes a las normativas.
Un estudio de ArXiv revela que los modelos de lenguaje muestran cierta autoconciencia al razonar en medicina, pero con fallos en casos complejos. Esto abre puertas para mejorar la confiabilidad de la IA en salud.
La carrera por los datos de alta calidad ha desplazado el foco hacia las librerías de segunda mano. Descubre por qué las grandes tecnológicas están adquiriendo volúmenes masivos de libros físicos.
Científicos desarrollan un dispositivo de memoria híbrido bio-silicio que consume 100 veces menos energía. Esta tecnología podría transformar sistemas de IA y computadoras del futuro.
Agentao es un sistema local-first que separa propuestas de acciones de la ejecución autorizada, mitiando riesgos en agentes LLM. Esta innovación permite mayor control y auditoría en entornos profesionales.
Un estudio del modelo Qwen3.6-35B-A3B revela que las capas profundas de MoE toleran eliminar expertos de baja magnitud, mientras las capas iniciales son frágiles. Estos resultados abren nuevas vías para comprimir modelos sin sacrificar calidad.
Nuevo método genera rúbricas legibles que minimizan errores en la evaluación automática de agentes, mejorando la confiabilidad sin recompensas directas.
Investigaciones recientes revelan que las respuestas de los modelos pueden surgir de rutas ocultas que su cadena de pensamiento nunca menciona. Este hallazgo pone en duda la fiabilidad de las explicaciones CoT y sus implicaciones para la transparencia y la seguridad.
Un ingeniero confió una única meta a un modelo de IA y vio su rendimiento multiplicarse por 62. El hallazgo revela tanto el potencial como los riesgos de depender de benchmarks sin crítica.
Un estudio revela que las IA ofrecen consejos prácticos pero con graves lagunas en situaciones complejas, poniendo en riesgo a usuarios sin conocimientos financieros.
Los modelos de lenguaje grandes son potentes razonadores, pero las empresas requieren sistemas que actúen, observen y aprendan de la realidad en tiempo real. Un enfoque Baconiano promete IA que no solo piensa, sino que interactúa y evoluciona con el entorno.
La proliferación de libros escritos por IA en Amazon está causando una caída en las ventas de autores humanos. Un estudio revela que en siete de ocho géneros, los ingresos de autores humanos están disminuyendo, lo que podría ser clave para demandas legales contra empresas de IA.
El nuevo benchmark de Moonshot AI muestra que ningún modelo actual supera el 60% de precisión en tareas de visión. Errores en comprensión visual socultan razonamientos posteriores.
World Labs transforma una tarea real en miles de variantes simuladas, entrenando controladores de robots en entornos virtuales sin intervención humana. Un paso clave para robots autónomos más robustos.
Descubre cómo los espacios latentes transforman la IA en tres frentes: descripción, generación y predicción. Un concepto esencial para entender el futuro de la inteligencia artificial.
Los sistemas actuales de IA basados en RAG no retienen contexto entre conversaciones. Las arquitecturas de memoria agenteica prometen resolverlo, permitiendo tareas complejas de largo plazo.
En la segunda entrega de la serie, se desvela cómo el algoritmo Bandit impulsa la selección inteligente de agentes en plataformas IA. Descubre su arquitectura y su impacto en la eficiencia operativa.
Descubre cómo diseñar sistemas de IA multiagente que aprenden en tiempo real y adaptan su profundidad según el contexto. La primera parte de esta serie explica las claves del dispatch estratégico y la clasificación de agentes.
Un benchmark pionero revela que el 33% de decisiones críticas en investigación fallan bajo presión institucional. Analizamos riesgos para la confianza en IA asistida.
