ES · Edición internacional · 16/10/2026
Inferama al día · 16/10/2026
Las novedades más importantes sobre inteligencia artificial desde el anterior boletín, seleccionadas por relevancia editorial.
Periodo de novedades: 15/10/2026 16:05 → 16/10/2026 08:30 (Europe/Madrid).
Auditoría documental del catálogo de modelos abiertos de Ai2: estado de la evidencia sobre licencias
Análisis de la disponibilidad de documentación primaria para verificar las licencias de código, pesos y datos de los modelos de Ai2, destacando las lagunas actuales en la trazabilidad legal.
Leer artículo →¿Terminó de verdad el agente? Cómo verificar el resultado sin fiarse de su respuesta final
Una acción emitida, una herramienta que responde y una tarea completada son cosas distintas. Aprende a definir un resultado observable, elegir evidencia adecuada y comunicar con precisión qué se ha verificado.
Leer artículo →Nemotron 3.5 Super VL: NVIDIA anuncia un modelo multimodal de 120.000 millones de parámetros
El nuevo modelo combina razonamiento, uso de herramientas y comprensión de texto, imágenes, documentos y vídeo. NVIDIA declara 12.000 millones de parámetros activos por token y mejoras de eficiencia, pero los resultados publicados no bastan para establecer una comparación independiente ni un coste universal de inferencia.
Leer artículo →Cómo verificar afirmaciones de IA: protocolo para decidir qué conservar, corregir o retirar
Una cita no demuestra que una afirmación sea correcta. Aprende a separar las afirmaciones comprobables, leer la evidencia en contexto y registrar una decisión que otra persona pueda repetir.
Leer artículo →Antes de automatizar con IA: cómo evaluar una tarea y aprobar un piloto
Un protocolo práctico para delimitar una tarea, compararla con el proceso actual y una alternativa determinista, y fijar antes de probar los criterios de aceptación, revisión humana y parada.
Leer artículo →Memoria persistente para agentes: qué guardar, durante cuánto tiempo y cómo corregirlo
Guía de diseño para definir registros de memoria, políticas de ciclo de vida y pruebas de verificación en agentes de IA, distinguiendo entre memoria persistente, historial y estado temporal.
Leer artículo →Aleph Alpha y Cohere: qué implica la fusión para el acceso a modelos soberanos y qué falta por verificar
Análisis de la combinación entre Aleph Alpha y Cohere: hechos confirmados, impacto en la oferta de modelos soberanos, implicaciones regulatorias y checklist para verificar licencias y canales de acceso.
Leer artículo →Qué puede y qué no puede demostrar un estudio sobre transformadores en bucle de OpenAI
Un trabajo experimental describe una forma de estabilizar transformadores en bucle y medir su rendimiento. No demuestra que OpenAI la use en su próximo modelo ni permite concluir que esta arquitectura haga más difícil supervisar su seguridad.
Leer artículo →Muse Spark Open y Mac Studio: qué está confirmado sobre el modelo de Meta
La información disponible atribuye a Muse Spark Open 816.000 millones de parámetros, 42.000 millones activos y una ventana de contexto de un millón de tokens. Sin embargo, la documentación primaria aportada de Meta no confirma esa variante ni una optimización oficial para Apple Silicon; tampoco permite verificar requisitos o rendimiento local.
Leer artículo →NVIDIA presenta Nemotron 3.5 Super VL, un modelo abierto de 120.000 millones de parámetros para agentes empresariales
Nemotron 3.5 Super VL se plantea para interpretar documentos, gráficos, imágenes y vídeo y apoyar tareas prolongadas con herramientas. La información disponible confirma el lanzamiento y la escala del modelo, pero no basta para establecer su rendimiento independiente ni cuánto hardware NVIDIA requiere cada despliegue.
Leer artículo →