Todas las noticias
10835
Un investigador de Goodfire afirma que las redes neuronales son mucho más simples de lo que creían los expertos en interpretabilidad
aiedit oculta líneas de código concretas al agente de IA: 5 niveles y 857 pruebas
vps-forge: los agentes con root en un VPS ganan reversión automática y los autobaneos caen de 7 de 60 a 0
BigSleep, basado en LLM, encontró 45 vulnerabilidades en V8 y Fuzzilli, 37; solo el 25% coincide
Project Zero comparó el agente LLM BigSleep y el fuzzer Fuzzilli en V8: 45 vulnerabilidades frente a 37 en seis meses. Solapamiento: 25% en el tracker, cerca del…
rwkv-quant: una sola matriz en bf16 elimina el 39% de las pérdidas al cuantizar RWKV-7 2.9B
El autor de rwkv-quant descubrió por qué COMPRESSION pierde +4.04% de perplejidad en RWKV-7 2.9B frente a +2.85% en 1.5B: la causa es una sola matriz, y corregirla…
OpenAI lanza GPT-6.1 Terra: la mitad de precio y el doble de precisión en código
GPT-6.1 Terra resuelve el 50,3% de las tareas de Terminal-Bench 4.0 frente al 21,5% de GPT-5.6 Terra. La API cuesta $1 por millón de tokens de entrada, 50% menos…
Codex con GPT-6.1 Sol recorta la ventana a 828 400, pero dejó pasar una entrada de 888 mil tokens
12 herramientas de pentesting contra Juice Shop: el mejor agente de IA encontró 5 fallos de 116
Google lanza Gemini 4 Argon: $2 por millón de tokens y primer puesto en Vals Index
Reflection lanza Beam: un modelo MoE abierto de 501B parámetros con licencia Apache 2.0
Meta abre Muse Spark Open: un MoE de 816 mil millones de parámetros y contexto de 1 millón de tokens
Meta lanza Muse Spark Open, open-weight: 816 mil millones de parámetros, 42 mil millones activos por token, entrada de texto, imagen, audio y vídeo, y ajuste para…
Seis agentes de IA predijeron el beneficio por acción: tres igualaron a los analistas
Georgia Tech probó seis agentes LLM con 149 informes trimestrales de 86 empresas de EE. UU. Tres igualan al consenso de analistas, pero todos subestiman el…
Property Finder detectó un sesgo en el etiquetado y redujo el coste de su VLM un 86%
DeepSeek abre DeepInfer, mientras EE. UU. y China preparan controles sobre los modelos abiertos
Qwen 3.8 desviaba solicitudes a un proxy de Alibaba Cloud: hasta un 4% de fallos en las pruebas
¿Se puede enseñar a un modelo de lenguaje mientras lee? Lo probaron en todas las arquitecturas
¿Quién gana el conflicto de instrucciones: la posición, el rol en el chat o simplemente la etiqueta?
Investigadores pusieron a prueba 14 modelos de IA en 1.080 escenarios de órdenes contradictorias y descubrieron que los modelos casi siempre obedecen a quien habló…
La compresión de memoria en agentes de IA borra hasta un tercio de las reglas de la tarea, y los benchmarks no lo detectan
Investigadores del Max Planck Institute probaron cómo los agentes basados en LLM olvidan instrucciones durante la compresión de memoria, y descubrieron que los…