Actualizado diariamente1793 historias verificadas
Cobertura verificada por IA sobre lanzamientos de productos, cambios en políticas, investigaciones de seguridad y movimientos del sector, explicada en un lenguaje sencillo por un equipo educativo sin ánimo de lucro.
Cada historia enlaza con la evidencia más sólida disponible: fuentes originales cuando están disponibles, y por lo demás reportajes claramente atribuidos.
What happened, why it matters, and what to watch — without the jargon.
Cuando la señal es escasa, no publicamos nada en lugar de rellenar el feed.
Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.
NVIDIA SkillEvaluator mide el impacto de las habilidades verificadas en el rendimiento de los agentes de IA a través de un proceso de evaluación de tres niveles.
Fuente verificada: developer.nvidia.comEn una preimpresión de 24 autores, agentes de inteligencia artificial fronteriza intentaron las preguntas de investigación centrales de dos presentaciones inéditas de NeurIPS 2026 y luego los propios autores de los artículos calificaron los resultados. Los agentes se encargaron solos de la ingeniería durante seis días, pero fueron rechazados rotundamente en la investigación.
Warp está aceptando solicitudes de acceso temprano para Warp Factories, que define flotas de agentes de codificación como código: repositorios, modelos, permisos y puntos de control humanos en un archivo YAML, impulsado por CLI, API, SDK y MCP. Sus cifras de automatización y costos son afirmaciones de los proveedores: sin precios, fecha de disponibilidad general o pruebas independientes.
Un nuevo artículo de arXiv presenta una prueba en la que los modelos deben inferir una palabra escrita a partir del audio de un lápiz y un video de movimiento de la mano, sin tinta visible. Los autores informan que los humanos tienen una precisión de letras ordenadas superior al 80% y modelos líderes por debajo del 10%, y que dar a los modelos ambas modalidades a menudo empeoraba los resultados.
Una nueva preimpresión de arXiv describe CacheScout, una capa construida en el servidor vLLM de código abierto que decide qué guardar en la caché de valores clave de un modelo en función del agente que probablemente se ejecutará a continuación. Los autores informan ganancias de latencia y rendimiento de dos dígitos; las cargas de trabajo, los modelos y el hardware no se indican en resumen.
Dos investigadores dicen que una prueba de lema en el Capítulo 6 del documento matemático de OpenAI tiene un error de polaridad: una prueba en términos de éxito promedio donde el siguiente paso necesita un gran fracaso condicional. Dan un contraejemplo y una prueba corregida, y advierten que esto no es una verificación del teorema principal del capítulo.
Una preimpresión de dos investigadores reproduce un estudio anterior sobre por qué recuentos iguales de FLOP no significan igual tiempo de ejecución. Confirma la afirmación subyacente, pero informa que la fórmula de corrección de α-FLOP generalmente subestima el tiempo de ejecución en hardware más nuevo, lo que muestra saltos y oscilaciones que la fórmula no captura.
Una nueva preimpresión de arXiv compara cuatro arquitecturas para consultas en lenguaje natural de bases de datos empresariales entre sí en un punto de referencia bilingüe sintético. Ninguno respondió correctamente a más de una cuarta parte de los casos, y el diseño que obtuvo la puntuación más alta no fue el más seguro ni el más barato.
Una nueva preimpresión de arXiv sostiene que los equipos de seguridad pueden juzgar si un agente de IA equipado con memoria o recuperación está aprendiendo midiendo hasta qué punto cierra la brecha con un modelo "maestro" más fuerte, en lugar de basarse en puntos de referencia etiquetados que a menudo son escasos o obsoletos. A juzgar por un modelo con potencia similar, no dio ninguna señal utilizable.
Un informe técnico de 17 autores publicado en arXiv presenta MobileMem, un punto de referencia y un marco para la memoria a largo plazo en el dispositivo creado a partir de una colección de experiencias móviles a escala anual. El resumen describe el diseño pero no informa puntuaciones y los detalles clave sobre los datos subyacentes permanecen sin revelar.
Una nueva preimpresión de arXiv dice que los grandes modelos de lenguaje desarrollan una estructura interna funcionalmente especializada que se alinea con distintas redes del cerebro humano, basándose en análisis de circuitos en 46 tareas en cuatro dominios cognitivos. La página de resúmenes deja sin mencionar los detalles metodológicos clave.
Una preimpresión informa que al desactivar expertos de baja magnitud en las últimas cinco capas de un modelo de Mezcla de Expertos de 35 mil millones de parámetros se conservaron resultados de traducción de códigos mucho más utilizables que distribuir los mismos cortes en todas las capas. Cubre un modelo y un punto de referencia, y el resumen no informa ninguna línea de base desenmascarada.
Un informe útil cada semana
Recibe las noticias verificadas de IA de la semana, datos originales, herramientas útiles, recomendaciones de aprendizaje y nuevos empleos en IA.
¿Contratar a un profesional de IA o lanzar un producto útil de IA? Ponlo delante de personas que han venido aquí a aprender y actuar.
Publicar un trabajo de IA Enviar una herramienta de IA