Actualizado diariamente1461 historias verificadas
Source-checked AI coverage of product launches, policy shifts, safety research, and industry moves, explained in plain English by a nonprofit education team.
Every story links to the strongest available evidence: original sources when available, otherwise clearly attributed reporting.
Qué sucedió, por qué es importante y qué observar: sin impuestos de jerga.
Cuando la señal es escasa, no publicamos nada en lugar de rellenar el feed.
Un flujo creciente de perspectivas verificadas para personas que necesitan comprender la IA sin perseguir exageraciones.
A new arXiv preprint introduces a 119-task benchmark for testing coding agents on scientific software and reports that the best-performing agent scored below 50% on pass@1.
MileGPO uses milestone discovery and local evidence to improve credit assignment when training language-model agents on long, multi-step tasks. The authors report state-of-the-art results on ALFWorld and WebShop, but the claims remain limited to the paper’s experiments.
A new benchmark evaluates whether language-model agents correctly decide when interaction-derived information should be saved, checked, used temporarily or clarified with a user.
A new evaluation framework for watermarking schemes in large language models is proposed, focusing on cross-lingual fairness.
El Índice de IA 2026 de Stanford HAI dice que las estrategias nacionales de IA se están extendiendo, mientras que las reglas de localización de datos, la capacidad informática respaldada por el estado y la inversión pública siguen siendo desiguales entre las regiones.
Un análisis de Together AI de las implementaciones de 904 DeepSWE informa que GPT-5.6 Sol de OpenAI lidera la precisión de codificación en el primer intento, mientras que el GLM-5.3 de peso abierto lidera una vez que se permiten los reintentos, a aproximadamente la mitad del costo por intento.
Una preimpresión de arXiv propone un modelo generativo de IA y un método de marca de agua para obtener datos de series temporales multivariadas más confiables después de la edición. Los autores informan sobre pruebas en puntos de referencia de finanzas, energía y neuroimagen, pero el resumen no proporciona resultados numéricos ni evidencia de implementación.
La recuperación de códigos en lenguaje natural es una tarea que evoluciona rápidamente en la informática. Sin embargo, el ecosistema 1C:Enterprise combina la sintaxis rusa con una terminología altamente específica de un dominio, para la cual los conjuntos de datos abiertos y los modelos especializados han sido prácticamente inexistentes.
Los modelos de lenguaje grande (LLM) y los sistemas de inteligencia artificial agentes se exploran cada vez más para tareas de pronóstico y mantenimiento de dominios específicos, lo que plantea la cuestión de si pueden respaldar eficazmente los pronósticos y la gestión de la salud (PHM).
Una nueva preimpresión de arXiv presenta NepOOC, un punto de referencia de 1.090 pares nepalí-inglés para detectar subtítulos engañosos adjuntos a imágenes auténticas. En este conjunto de datos, un modelo mBERT de solo texto coincidió con el sistema multimodal mejor probado, mientras que los modelos de solo imágenes tuvieron un desempeño casi casual.
Una nueva preimpresión de arXiv prueba el reconocimiento de entidades financieras nombradas en archivos, noticias y redes sociales, y descubre que algunas medidas de confianza siguen siendo útiles bajo el cambio de dominio, mientras que otras se deterioran drásticamente.
Un estudio explora si la IA conversacional puede cambiar la forma en que los miembros del grupo mayoritario categorizan y se relacionan con los inmigrantes latinos.
One useful briefing each week
Get the week’s verified AI news, original data, useful tools, learning picks, and fresh AI jobs.
Hiring an AI professional or launching a useful AI product? Put it in front of people who came here to learn and act.
Publicar un trabajo de IA Submit an AI tool