¡Hola amigos! Bienvenido al instalador número 136, su guía de las mejores y más interesantes cosas del mundo. (Si eres nuevo aquí, bienvenido, espero que tu vecindario no esté tan lleno de humo como el mío, y también puedes leer todas las ediciones antiguas en la página de inicio del instalador). Esta semana, he estado grabando la próxima temporada de Historial de versiones […]
TikTok está comenzando a probar una herramienta de suscripción voluntaria que busca imágenes de IA y permite a los creadores informarlas a la empresa, como descubrió el consultor de redes sociales Matt Navarra. La herramienta se está probando inicialmente con "algunos" creadores estadounidenses, dijo a The Verge el portavoz de TikTok en EE. UU., Zachary Kizer. YouTube ha estado trabajando en una herramienta similar […]
La mejor IA para contenido para adultos en 2026: generadores NSFW y los modelos detrás de ellos StartupHub.ai
Apple está demandando a OpenAI. La denuncia es legible e intensa, como suelen ser estas cosas, aunque muchos expertos parecen pensar que muchas de las acusaciones se deben simplemente a la forma en que se hacen las cosas. Entonces, ¿qué es lo que Apple realmente quiere aquí y por qué está iniciando una pelea tan pública con OpenAI? En este episodio de The […]
Modelos mundiales, la guía completa para la apuesta LLM de mil millones de dólares de LeCun Quantum Zeitgeist
Bunkerhill Health ha recaudado 55 millones de dólares para escalar su plataforma de IA agente, Carebricks. El cierre de la ronda Serie B de la compañía, anunciado hoy, se suma a la participación continua de Sequoia Capital, Felicis, Optum Ventures e Y Combinator. Sin embargo, un total de financiación no responde a la pregunta clave que cualquier ejecutivo de hospital quiere saber sobre la IA en el sector sanitario: ¿ […] La publicación Bunkerhill recauda 55 millones de dólares para escalar la IA agente en los sistemas de salud apareció por primera vez en AI News.
Ajuste modelos de vídeo e imagen a escala con NVIDIA NeMo Automodel y 🤗 Difusores
Mozilla: El estado de la IA de código abierto
Las 10 mejores herramientas de gobernanza y observabilidad de IA de 2026 (hasta ahora) crn.com
La flagrante caída de la IA acaba de ganar un gran premio DeepMind Kaggle de 25.000 dólares
Continúa una gran semana para los modelos abiertos.
Los modelos visión-lenguaje (VLM) pueden seguir instrucciones textuales complejas, pero les cuesta razonar a partir de un contexto puramente visual. En particular, los modelos actuales no logran inferir conceptos compartidos a partir de conjuntos de imágenes de ejemplo y aplicarlos a nuevas entradas. Presentamos la Inferencia de conceptos visuales a partir de conjuntos (VICIS), una tarea que evalúa esta capacidad.
A medida que aumentan las preocupaciones sobre la privacidad de los datos en el aprendizaje automático, la capacidad de desaprender (o eliminar) puntos de datos específicos de modelos entrenados se vuelve cada vez más importante. Si bien como respuesta han surgido métodos de desaprendizaje de última generación, normalmente tratan todos los puntos del conjunto de olvido por igual. En este trabajo, desafiamos este enfoque preguntando: ¿es necesario eliminar los puntos que tienen un impacto insignificante en el aprendizaje del modelo?
El pequeño libro del aprendizaje por refuerzo
En 107 empresas, el gasto en infraestructura de IA se está acelerando mucho más allá de la capacidad de ver o dirigir su economía. La mayoría de las organizaciones ejecutan su IA sobre una base familiar de hiperescaladores y API de proveedores de modelos, pero el próximo dólar se destina a computación especializada que casi ninguna de ellas utiliza en la actualidad; la mayoría tiene la intención de cambiar o agregar proveedores dentro de un año, muchos de ellos dentro de un trimestre.
En 101 empresas, la infraestructura que alimenta a los agentes de IA en su contexto empresarial se está construyendo más rápido de lo que se puede confiar en ella. La generación de recuperación aumentada ya es la fuente de contexto predeterminada, y la recuperación nativa del proveedor ha superado silenciosamente a las bases de datos vectoriales dedicadas que definen la categoría; sin embargo, la mayoría de las empresas ya han visto a sus agentes producir respuestas confiables e incorrectas atribuidas a un contexto faltante o inconsistente.
Google DeepMind e Isomorphic Labs describieron un programa de bioresiliencia para frenar el uso indebido de la IA en biología y al mismo tiempo ayudar a responder a los brotes. Las dos organizaciones publicaron una actualización sobre una iniciativa conjunta que comenzó silenciosamente y ahora ha construido más de 15 asociaciones con organismos gubernamentales, organizaciones de bioseguridad y grupos de investigación durante los últimos 12 meses. El […] La publicación Examinando el impulso de la bioresiliencia de la IA de Google DeepMind apareció por primera vez en AI News.
En 157 empresas, las organizaciones están otorgando a los agentes de IA más autonomía y al mismo tiempo confían menos en las evaluaciones destinadas a garantizar esa autonomía. La mitad ya envió un agente que pasó sus evaluaciones internas y luego falló a un cliente en producción; sólo uno de cada veinte confía plenamente en la evaluación automatizada en la actualidad; y la debilidad más citada es que las evaluaciones no se alinean con los resultados del mundo real.
NVIDIA Nemotron 3 Embed ocupa el puesto número 1 en general en RTEB, avanzando en la recuperación de agentes
Lila apuesta a que la ciencia, no Internet, es la última fuente sin explotar de datos sobre entrenamiento. Fuimos a descubrir cómo se ve eso realmente en una habitación llena de robots.
Modelos más nuevos, misma ventaja
Los modelos de lenguajes grandes (LLM) funcionan de manera diferente en tareas de programación idénticas cuando se les solicita en diferentes lenguajes naturales, un fenómeno conocido como sesgo del lenguaje. Si bien este comportamiento ha sido ampliamente estudiado para la generación de texto en general, su impacto en la calidad de la generación de código y las convenciones de programación sigue siendo en gran medida inexplorado. Investigamos cómo el lenguaje utilizado para describir tareas de programación afecta el código fuente generado por GPT-4o mini, DeepSeek y Claude.
Neko Health ha recaudado 700 millones de dólares para expandir sus escáneres corporales con IA en los Estados Unidos, comenzando con una clínica en Nueva York. El servicio de detección preventiva de la empresa combina imágenes médicas, análisis de sangre, sensores patentados y revisión médica. La ronda de la Serie C fue dirigida por Lightspeed Venture Partners y codirigida por O.G. Socios de riesgo. Existente […] La publicación Neko Health recauda 700 millones de dólares para expandir los escaneos corporales con IA en los EE. UU. apareció por primera vez en AI News.
El aprendizaje intermodal, es decir, aprender a predecir una modalidad a partir de otra, es un mecanismo fundamental para la autosupervisión mediante el aprovechamiento de la multimodalidad. Muchas aplicaciones prácticas, por ejemplo, la implementación de un robot doméstico, involucran dispositivos que están equipados con un amplio conjunto de sensores que permiten la detección multimodal en su entorno de prueba. Esto presenta una oportunidad para aplicar el aprendizaje intermodal a los datos multimodales detectados por estos dispositivos para aprender representaciones.
El primer lanzamiento completo de LLM de Thinky es un éxito y una ventaja: ¡son pesos abiertos!
Qubes OS es un caso revelador para la medición de la seguridad porque su arquitectura hace que los límites de los componentes sean relevantes para la seguridad. Presentamos un análisis longitudinal basado en protocolos de 109 boletines de seguridad públicos de Qubes (QSB, 2011-2025), el rastreador oficial Xen Security Advisory (XSA) mantenido por Qubes y una serie secundaria de sensibilidad a eventos de vulnerabilidad. El estudio mide el historial de asesoramiento público en lugar de la incidencia de vulnerabilidad latente o el compromiso realizado.
El aprendizaje por refuerzo para el razonamiento de búsqueda de múltiples turnos generalmente se basa en recompensas de resultados terminales, que no pueden distinguir interacciones intermedias útiles, redundantes y dañinas. Proponemos LAPO, un método de supervisión de procesos autogenerado basado en la atribución de salida de un turno hacia atrás. Para cada turno de búsqueda, LAPO reemplaza el turno y su observación de recuperación con un marcador de posición fijo [ELIMINAR] y mide el cambio resultante en la probabilidad logarítmica media de la respuesta de oro de la política actual.
Los grandes modelos lingüísticos producen un razonamiento en cadena de pensamiento (CoT) que parece lógicamente sólido pero que puede no depender genuinamente de sus premisas establecidas. Introducimos auditorías de base intervencionistas, una prueba de caja negra a nivel de pasos de dependencia de premisas: intervenimos en una única premisa sustituyendo su predicado objetivo por un símbolo nuevo, volvemos a ejecutar el modelo y comprobamos si la conclusión normalizada de cada paso de razonamiento (forma de predicado canónico) cambia.
Saber cuándo decir "No sé" es fundamental para el juicio humano, pero los asistentes de IA ofrecen una respuesta fluida a casi cualquier pregunta. En cinco experimentos (N = 3132; cuatro prerregistrados, una réplica directa), los participantes respondieron preguntas difíciles y siempre podían negarse a responder. Diseñamos las preguntas para que los consejos de la IA fueran incorrectos, separando el uso de la IA de su precisión.
Prefecto compra Dagster 🤝, el gráfico de dependencia de Netflix 🎥, las barreras de seguridad de IA de Expedia 🤖
Escribe al menos 2 caracteres
Este sitio utiliza cookies esenciales para su funcionamiento y cookies de analisis para mejorar la experiencia. Puedes aceptar todas, solo las esenciales, o personalizar tus preferencias. Politica de Cookies | Politica de Privacidad
