Lanzamientos, versiones, disponibilidad, precios y cambios en las APIs de inteligencia artificial.
104 publicaciones
OpenAI atribuye diez avances en matemáticas e informática teórica a un modelo interno. La información disponible confirma el anuncio, pero no permite evaluar las pruebas ni establecer qué resultados han sido revisados de forma independiente.
La información disponible atribuye a OpenAI un despliegue de marcas de agua para algunos textos de ChatGPT y Codex en la UE, pero no permite confirmar modelos, fechas, cobertura ni las condiciones de detección.
Microsoft Research presenta un sistema que modela cómo podrían responder alumnos concretos a preguntas y orientaciones de un tutor. Sus resultados son prometedores en tres ámbitos, pero la simulación no demuestra que un tutor mejore el aprendizaje real ni reemplaza las pruebas con estudiantes.
Un preprint describe un sistema que modifica mecanismos y ecuaciones de modelos de baterías cuando sus predicciones difieren de los experimentos. El resumen comunica resultados en dos tareas, pero no basta para evaluar la reproducibilidad ni la validez fuera de esos casos.
Investigadores presentan un método para proyectar las salidas de modelos de difusión biomolecular, corrigiendo defectos físicos como choques entre cadenas o enlaces deformados sin necesidad de reentrenar el modelo.
Un nuevo preprint introduce Long-Transduction, una prueba diseñada para aislar cómo crecen los errores en modelos de IA cuando el contexto se alarga, cambia el formato de los datos o aumenta la complejidad de las sub-tareas. Los autores reportan caídas de rendimiento significativas en siete modelos de pesos abiertos, señalando una vulnerabilidad crítica para los flujos de trabajo agénticos de larga duración.
Un preprint reciente propone un sistema que ajusta dinámicamente la distribución de trabajadores entre las fases de prefill y decode para evitar violaciones de SLO sin necesidad de añadir GPUs adicionales.
Un preprint presenta una técnica que recupera continuaciones de la trayectoria actual y las combina con borradores generados por otro modelo. El resumen informa mejoras de aceptación y rendimiento, pero no ofrece cifras detalladas para valorar su alcance práctico.
Un nuevo informe técnico presenta un modelo de series temporales diseñado específicamente para los retos de la demanda, como los ceros frecuentes y las roturas de stock, utilizando un corpus especializado y un adaptador sobre un modelo general.
Un preprint evalúa si la discrepancia entre respuestas de un modelo pequeño puede predecir cuándo conviene derivar la consulta a uno mayor. Los resultados en GSM8K muestran una mejora, pero el estudio advierte sobre trampas metodológicas y costes operativos.
H Company presenta dos modelos de agentes capaces de alternar entre interfaces gráficas, ejecución de código y herramientas MCP o API. Publica pesos y resultados, aunque las pruebas no demuestran autonomía general ni rendimiento uniforme en todos los entornos.
Google DeepMind y GovTech Singapore anunciaron una herramienta que analiza posibles estafas conversacionales con modelos Gemma en el dispositivo. La información disponible no precisa la variante, los resultados de las pruebas ni el alcance de la protección de privacidad.