25 noticias
¿Prefieres una respuesta redactada? Pregunta a IA para hoy.
OpenAI lanzó el jueves Astra, su modelo más avanzado hasta la fecha, disponible primero para clientes de su programa de ciberseguridad Daybreak y, en una…
Por qué importaUn modelo con capacidades ofensivas de ciberseguridad y menor transparencia en su razonamiento plantea riesgos de seguridad y gobernanza justo cuando…
Google DeepMind presentó Gemini 3.8 Flash, su tercer lanzamiento Flash en seis semanas, con mejoras en razonamiento y programación al mismo coste que 3.7…
Por qué importaUn modelo especializado en ciberseguridad con capacidad de encontrar y parchear vulnerabilidades a bajo coste puede cambiar cómo los equipos de…
Google DeepMind, junto al Singapore AI Safety Institute, OpenMined, AVERI y MLCommons, ha realizado la primera evaluación 'doble ciego' de un modelo…
Por qué importaLa fiabilidad de los benchmarks es clave para que empresas, reguladores e investigadores confíen en las afirmaciones de capacidad y seguridad de los…
Google DeepMind presenta Gemini 3.5 Transcribe, un modelo de transcripción de voz disponible en la Gemini API, Google AI Studio y Gemini Enterprise Agent…
Por qué importaUna transcripción más precisa y rápida reduce fricción en agentes de voz, atención al cliente y análisis de llamadas, áreas donde el error de…
MIT Technology Review recopila una serie de pruebas y benchmarks (rotación mental, Knights and Knaves, SimpleBench, ARC-AGI, Torre de Hanói, logic grids) donde…
Por qué importaIlustra que el progreso de la IA en benchmarks no es uniforme: sobresale en tareas memorísticas o de patrones conocidos pero falla en razonamiento…
Google DeepMind ha presentado SL2T (sign-language-to-text), un modelo de traducción de lenguaje de signos a texto entrenado con más de 100.000 horas de datos…
Por qué importaRepresenta el primer despliegue a escala de consumidor de IA aplicada a lenguas de signos, eliminando una brecha tecnológica histórica entre usuarios…
OpenAI ha publicado que ajustes en dos configuraciones de su API han triplicado el rendimiento de GPT-5.6 en el benchmark ARC-AGI-3. Los cambios implican…
Por qué importaLas mejoras en benchmarks de razonamiento como ARC-AGI-3 indican progreso en capacidades fundamentales de resolución de problemas. Para empresas…
OpenAI ha publicado un análisis que identifica problemas en SWE-Bench Pro, un benchmark ampliamente utilizado para evaluar modelos de IA en tareas de…
Por qué importaLa validez de los benchmarks es crucial para comparar objetivamente el rendimiento de modelos de IA; si SWE-Bench Pro es deficiente, las decisiones…
Google DeepMind publica un resumen de 2023 destacando el lanzamiento de Bard (febrero), PaLM 2 (mayo), Gemini (diciembre) en tres tamaños (Nano, Pro, Ultra) y…
Por qué importaDocumenta los hitos técnicos más relevantes de Google DeepMind en un año de consolidación de IA generativa, con métricas verificables sobre desempeño…
Google DeepMind y Kaggle han presentado el FACTS Benchmark Suite, un conjunto sistemático de evaluación de la factualidad en modelos de lenguaje grandes. El…
Por qué importaLa factualidad es un problema crítico en LLMs usados para entrega de información. Un benchmark sistemático y público, gestionado por una plataforma…
Google DeepMind ha publicado BYOL-Explore, un método de exploración impulsado por curiosidad que entrena agentes de IA usando predicción en el espacio latente…
Por qué importaEste avance demuestra cómo la exploración autónoma puede mejorar significativamente sin ingeniería de objetivos complicada, lo que es crítico para…
Google DeepMind ha publicado StreamingQA, un nuevo benchmark a gran escala para evaluar cómo los modelos de pregunta-respuesta se adaptan a información nueva y…
Por qué importaLa capacidad de adaptar modelos de IA a conocimiento evolutivo es crítica para sistemas en producción que deben responder sobre eventos actuales sin…
Google DeepMind ha publicado el Compressive Transformer, una nueva arquitectura de red neuronal diseñada para mantener memoria a largo plazo, junto con un…
Por qué importaLos modelos de lenguaje que pueden comprender y retener contexto a lo largo de documentos muy largos (libros completos) tienen aplicaciones…
Google DeepMind ha lanzado AlphaGenome, un modelo de IA que predice cómo las variantes o mutaciones en secuencias de ADN humano afectan procesos biológicos…
Por qué importaAlphaGenome acelera significativamente la capacidad científica para interpretar variantes genéticas en regiones no codificantes (el 98% del genoma)…
Google DeepMind e Google Research presentaron FACTS Grounding, un benchmark integral para medir la capacidad de los grandes modelos de lenguaje de fundamentar…
Por qué importaLa capacidad de los LLMs para generar respuestas precisas y fundamentadas es crítica para su adopción en aplicaciones empresariales de alto riesgo…
Google DeepMind ha presentado AlphaGeometry, un sistema de IA que resuelve problemas de geometría de nivel Olimpiada Internacional de Matemáticas (IMO) con…
Por qué importaEste resultado demuestra un avance fundamental en razonamiento matemático riguroso de la IA mediante combinación de intuición (red neuronal) y lógica…
Google DeepMind ha presentado Gemini Robotics 1.5, una familia de dos modelos especializados para robotística: Gemini Robotics-ER 1.5 (razonamiento…
Por qué importaEstos modelos representan un avance fundamental hacia robots de propósito general capaces de razonar, planificar y usar herramientas en el mundo…
Google DeepMind ha presentado Melting Pot, una suite de evaluación para aprendizaje por refuerzo multiagente (MARL). La herramienta incluye 21 "substratos"…
Por qué importaLa evaluación sistemática de la generalización social en sistemas multiagente es crítica para desplegar tecnología autónoma segura en el mundo real…
Google DeepMind ha lanzado el Perception Test, un benchmark basado en videos reales del mundo para evaluar las capacidades perceptivas de modelos de IA…
Por qué importaLos benchmarks son instrumentos clave para definir objetivos de investigación y medir progreso en IA. El Perception Test aborda una brecha…
Google DeepMind ha publicado RGB-Stacking, un nuevo benchmark para la manipulación robótica basada en visión, donde un robot debe aprender a apilar objetos de…
Por qué importaDemuestra un progreso importante hacia robots más generalizables, capaces de aprender comportamientos complejos de multi-objeto más allá de tareas…
Google DeepMind ha publicado Perceiver AR, una arquitectura autoregresiva y agnóstica de modalidad que utiliza cross-attention para procesar contextos muy…
Por qué importaLas limitaciones actuales en longitud de contexto (típicamente 2.048 tokens en Transformers) afectan la calidad de generación en tareas largas…
Google DeepMind presenta RETRO (Retrieval Enhanced TRansfOrmers), un método que aumenta transformers con búsqueda sobre una base de datos de pasajes de texto…
Por qué importaDemuestra un camino alternativo a simplemente escalar parámetros: arquitecturas más eficientes que combinan modelos menores con recuperación masiva…
Google DeepMind presenta una investigación sobre aprendizaje audio-visual que permite a redes neuronales entrenar conjuntamente a partir de vídeos sin…
Por qué importaEl aprendizaje multimodal sin supervisión es una dirección clave para entrenar sistemas más eficientes: permite aprovechar el enorme volumen de…
DeepMind ha publicado tres papers sobre modelos de lenguaje: uno detallado sobre Gopher, un modelo de 280 mil millones de parámetros; otro que presenta una…
Por qué importaEstos trabajos establecen un estándar importante en la evaluación responsable de LLMs grandes, documentando tanto capacidades como riesgos. La…
