Todas las noticias
10835
OpenAI enseñó a agentes de IA a encontrar 948 vías a root en Linux por $1,2 millones
El pipeline de agentes de IA de OpenAI confirmó 1724 vulnerabilidades del kernel de Linux y creó 948 exploits que dan root a un usuario normal, a $1279 cada uno.
Inkling 2 Small alcanza 31 puntos en el índice de Artificial Analysis y cuesta $1,18 por tarea
El modelo cerrado de Thinking Machines iguala a Gemini 3.8 Flash (high) en el índice agregado, y cada tarea cuesta $1,18 en lugar de $7,77. Prometen abrir los pesos…
El mejor agente de IA cumplió solo el 12% de los requisitos en el nuevo test GDPx, con 206 tareas
SemiAnalysis puso a los agentes a trabajar hasta ocho horas con software profesional: Claude Opus 5.5 logró un 12% y Gemini 4 Carbon, un 10,9% con un precio tres…
Los mejores agentes de IA superan hasta el 98% de las pruebas, pero entregan un producto funcional en un máximo del 65% de las compilaciones
Viggle libera dos LoRA para MiniMax-H3: la sustitución de personas en vídeo funciona desde 12 GB de VRAM
Un agente de código reemplaza al teleoperador: 93 éxitos de 100 frente a 84 con humanos
Tokens con embeddings casi nulos anulan el 20% de los pasos del ajuste fino de modelos gated en telugu
ReplayRCA: una corrección en el último paso resta 17,1 puntos de corrección causal a un modelo fuerte
ReplayRCA valida el diagnóstico de fallos de agentes con una repetición, no con anotaciones. Intervenir en el último paso cuesta 17,1 puntos a un modelo fuerte. No…
La combinación de Opus y DeepSeek Flash resolvió el 67% de las tareas frente al 81% de Opus solo, y costó más
Ibragim Badertdinov probó el esquema «Opus piensa, un modelo barato programa» en 12 tareas difíciles: salió peor (67% frente a 81%) y más caro ($1,29 frente a $1,20…
GPT-6 Astra modificó el 0,016% de los pesos de Qwen3.5-0.8B y elevó su precisión en MATH-500 del 7,9% al 48,1%
Un agente pierde datos por el tamaño de la tabla, no por el número de turnos: 92% de turnos correctos frente a 46%
Una ley SIMPLE de cuatro parámetros predijo la energía de inferencia de 13 LLM en H100 sin calibración
El agente con preguntas superó al agente con herramientas: 113 % frente a 50 % de la velocidad de FlashAttention-3
El modelo abierto Apriel Voice 27B logra 98,90 puntos en la prueba de audio Big Bench Audio
Los agentes proactivos en HALO resultan intrusivos: el 61,20% de las respuestas rechazadas llegan demasiado pronto o son excesivas
El modelo WorldBridge eleva el éxito en tareas nuevas del 25,07% al 70,70% en RoboTwin 2.0
El predictor por radar UFMF alcanza 122 FPS y 0,45 mIoU en los objetos rápidos de nuScenes
El modelo ligero UFMF predice la ocupación del entorno de un coche autónomo a 122 FPS y, gracias a las pistas del radar, supera en 4,8 p.p. a los world models…
Investigadores publican el dataset AVID: en el 68,1% de los objetivos, el lado del recuadro mide solo 8–16 píxeles
Georgia Tech e institutos indios publican AVID: 32 040 pares RGB e IR con aves y drones. El 68,1% de los objetivos mide 8–16 píxeles de lado y las cámaras están…