#Investigación
Cobertura curada sobre «Investigación»: lanzamientos, investigación, benchmarks, código abierto.
OPST: un modelo se reentrena con sus propias preguntas, sin intervención humana
Investigadores de Google muestran que un LLM mejora su razonamiento al entrenarse con preguntas y respuestas que él mismo genera. Ni un solo prompt humano, solo…
Un nuevo algoritmo halla el equilibrio de Nash en 5600 juegos con precisión de 1e-5
Hongbo Sun extiende el método de fibrados a juegos de m jugadores con n acciones: el algoritmo convergió con una brecha inferior a 1e-5 en las 5600 instancias…
Hongbo Sun propone un algoritmo para desigualdades variacionales: 6400 problemas, 1e-5
Un nuevo algoritmo de path-following resuelve desigualdades variacionales sin monotonía y sortea los puntos singulares mediante un fibrado. En 6400 problemas de…
ReGDiff enseña a la difusión a diseñar metamateriales sin copiar y sin piezas defectuosas
Un modelo de 8.000 millones de parámetros supera a Claude Opus 4.8 generando ideas científicas
LEASH delega los pasos difíciles al agente fuerte y ahorra un 19,2% frente a Opus 5
Científicos personalizan tres LLM MoE e identifican a los expertos responsables de la adaptación
Por qué no se puede confiar en que un agente de IA revise su propio trabajo: un informe que declaraba -9.500 líneas cuando el código en realidad creció +21.489
El informe final de un subagente es una declaración de intenciones, no una prueba: en un commit real de refactorización, el agente reportó una reducción de 9.500…
HeirCommit descarta hasta un 83% de las actualizaciones dañinas en los LLM autoevolutivos
EvoHeir evalúa el modelo actualizado con preguntas nuevas antes de heredarlo y sube un 5,3% la nota media en matemáticas frente a Agent0 en cuatro modelos base.
Librarian Agents: los LLM preparan el espacio de trabajo con antelación y logran +33 p. p. en BrowseComp-Plus
Intact reduce del 73,1% al 12,8% el éxito de la prompt injection en agentes de navegador
Claude desvela en media hora el origen de los parámetros seed de las curvas NIST ECDSA
RVCBench pone a prueba 18 modelos de clonación de voz con ruido, compresión y protección anticlonación
El fundador del área de interpretabilidad de OpenAI afirma que el 90% de las neuronas cumple una sola función
Nick Cammarata (OpenAI) afirma que, con herramientas agénticas, un modelo de un billón de parámetros es casi legible y que el 90% de las neuronas cumple una…
Claude reconstruyó en media hora el origen de los seed de cinco curvas NIST
Anthropic: un modelo interno de Claude averiguó en menos de 30 minutos el origen de los seed de cinco curvas elípticas del NIST. La cuestión llevaba abierta más de…