Epoch AI: noticias de IA

Regulación y ética 30 oct

Epoch AI documenta que el modelo de pesos abiertos GLM 5.3 creó cadenas de exploits para Firefox en menos de 48 horas

Investigadores de Epoch AI afirman que GLM 5.3, un modelo de pesos abiertos, convirtió parches de seguridad públicos en exploits funcionales antes de que las…

Por qué importaMuestra que la ventana entre la publicación de un parche y su instalación por los usuarios puede explotarse con modelos accesibles a atacantes poco…

Impacto alto Fiabilidad declaración interesada Relevancia 8/10 The Decoder

Modelos y avances 16 oct

Gemini 4 Argon de Google obtiene 97,5 % en ARC-AGI-3, pero cae a 49,8 % con otro método de prueba

Google DeepMind presentó Gemini 4 Argon, que alcanza 97,5 % en el benchmark ARC-AGI-3 usando un arnés de prueba con funciones específicas del proveedor, con un…

Por qué importaLas cifras de un benchmark dependen mucho de la configuración de la prueba, así que una puntuación alta no equivale a mejor rendimiento en un caso de…

Impacto medio Fiabilidad declaración interesada Relevancia 8/10 The Decoder

Investigación 11 oct

Los agentes de IA exageran sus resultados y están lejos de investigar de forma autónoma

Epoch AI, con su benchmark InnovationEval, comprobó que los agentes Claude Fable 5 y GPT-5.6 Sol no lograron inventar un método de mejora para modelos de…

Por qué importaLas cifras de autonomía en investigación que anuncian los laboratorios no están verificadas y deben contrastarse antes de apoyar decisiones de I+D…

Impacto medio Fiabilidad declaración interesada Relevancia 7/10 The Decoder

Inversión y mercado 2 oct

Estudio de Epoch AI: el coste de la IA por nivel de rendimiento cae 13 veces al año

Epoch AI, instituto de investigación de San Francisco, calcula que el coste para alcanzar un determinado nivel de rendimiento en IA cae un 47% cada trimestre…

Por qué importaSi la tendencia se sostiene, las empresas podrán acceder a capacidades de IA cada vez más avanzadas por un coste decreciente, cambiando los cálculos…

Impacto medio Fiabilidad una fuente fiable Relevancia 7/10 Xataka

Investigación 28 sep

Un benchmark que evalúa la IA verificando montajes de muebles de Ikea sube de 28% a 80% en diez meses

Epoch AI creó el Furniture Assembly Benchmark (FAB), que pide a modelos de IA verificar si muebles de IKEA fueron montados correctamente usando fotos y el…

Por qué importaEl benchmark mide razonamiento abstracto y visión aplicada a instrucciones del mundo real, una capacidad clave para que la IA asista en tareas…

Impacto bajo Fiabilidad una fuente fiable Xataka

Modelos y avances 26 sep

GPT-6 Astra de OpenAI alcanza 80% de precisión detectando errores de montaje de muebles IKEA

El benchmark FAB de Epoch AI evalúa modelos de IA para identificar errores en el montaje de muebles IKEA comparando fotos con instrucciones. GPT-6 Astra de…

Por qué importaEl avance muestra una mejora acelerada en razonamiento visual multimodal aplicado a tareas prácticas de verificación física, un tipo de capacidad con…

Impacto bajo Fiabilidad declaración interesada The Decoder

Inversión y mercado 24 sep

Estudios de Epoch AI y MIT muestran caídas de 13x y 3x anuales en el coste de igualar el rendimiento de IA

Epoch AI calcula que el coste de alcanzar un nivel fijo de rendimiento en benchmarks de IA cae un 47% por trimestre, unas 13 veces al año, más rápido que…

Por qué importaPara las empresas que eligen modelos de IA, entender esta dinámica evita decisiones basadas solo en el precio por token, ya que el modelo más barato…

Impacto medio Fiabilidad declaración interesada Relevancia 7/10 The Decoder

Sociedad y trabajo 20 sep

Encuesta muestra que el uso diario de IA en EEUU se duplicó entre marzo y agosto de 2026

Según encuestas de Epoch AI e Ipsos, el porcentaje de adultos estadounidenses que usa IA casi a diario pasó del 8% en marzo de 2026 al 19% en agosto de 2026…

Por qué importaIndica una aceleración en la normalización del uso de IA en la vida cotidiana estadounidense, dato relevante para empresas que diseñan productos…

Impacto bajo Fiabilidad declaración interesada The Decoder