Saltar al contenido
Fuentes. Contexto. Criterio.SEÑALIA SIN RUIDOBoletín gratis
martes, 17 de noviembre de 2026

El archivo · por sección

Investigación

Avances técnicos explicados para todos: entrenamiento, inferencia, memoria, razonamiento.

InvestigaciónResultado de investigación

Borrar la memoria «caducada» empeora a los agentes de IA cuando falla el clasificador

Borrar los recuerdos que un agente clasifica como obsoletos mejora la precisión mientras el clasificador acierta, pero invierte su signo y resta hasta 0,18 puntos cuando se equivoca y elimina un dato crítico para la pregunta, según un paper de la Universidad de Florida que arXiv listó el 16 de noviembre en su anuncio diario.

InvestigaciónResultado de investigación

GPT-6 Astra ayuda a esbozar la primera definición en retícula del Modelo Estándar

Un físico de UC Santa Barbara propone en un preprint una definición candidata del Modelo Estándar de partículas en una retícula, una rejilla que discretiza el espacio-tiempo. En el blog de OpenAI atribuye a GPT-6 Astra la demostración detallada; los expertos deben aún validarlo.

InvestigaciónResultado de investigación

XYBench: los modelos responden a la pregunta literal y no al problema real

Ai2 publica XYBench, una prueba de referencia con 8.115 preguntas basadas en un enfoque equivocado: Claude Sonnet 4.6, GPT-5, Gemini 3.1 Pro, Qwen3.5-9B y DeepSeek-V4 Pro responden a la petición literal más a menudo que al objetivo real del usuario. El conjunto, distinguido con el premio al Mejor Recurso en EMNLP 2026, queda disponible en Hugging Face junto al paper y el código.

15 nov · 06:23Noticia · 3 minHugging Face Blog — Ai2
InvestigaciónAnuncio de la empresa●●●●○

AlphaGenome 2 predice el efecto de una variante del ADN célula a célula

AlphaGenome 2 calcula el efecto de una variante del ADN en un tipo de célula concreto, y no en el promedio de un tejido. Según Google DeepMind, detecta casi el doble de variantes que cambian la expresión génica que la primera versión. Ya funciona por API para investigación no comercial y en vista previa privada para la comercial.

12 nov · 06:41Noticia · 3 minGoogle DeepMind Blog — AlphaGenome 2
InvestigaciónAnuncio de la empresa

OpenAI estrena BioBasicsBench: sus mejores modelos aún fallan en el laboratorio

OpenAI ha presentado BioBasicsBench, un banco de pruebas de 100 tareas de laboratorio real desarrollado con la biotech Ligo. Según los resultados publicados, GPT-6 Astra alcanza un 66,7 % de la puntuación disponible, y la propia OpenAI documenta fallos graves del modelo al interpretar controles y recuentos.

InvestigaciónResultado de investigación

Ai2 abre ToyBlocks, un mundo simulado para entender cómo aprenden los robots

Ai2 ha publicado ToyBlocks, un simulador de un brazo robótico y bloques sobre una mesa que genera demostraciones de entrenamiento sin operador remoto y deja medir por qué falla un modelo. Sus evaluaciones iniciales, con datos propios, muestran que los brazos físicos completan el 50 % de las tareas largas entrenadas solo en simulación.

7 nov · 06:22Noticia · 3 minHugging Face Blog (Ai2)
InvestigaciónResultado de investigación

Microsoft afirma que su IA diagnostica hasta cuatro veces mejor que médicos

Microsoft AI publicó el 22 de octubre en Science un sistema de agentes, MAI-DxO, que según la compañía supera a médicos en el diagnóstico de casos complejos: hasta cuatro veces más precisión que médicos sin recursos en casos del New England Journal of Medicine. Solo se ha probado con casos ya resueltos; la propia compañía admite que falta validación clínica.

InvestigaciónResultado de investigación●●●●○

DeepMind y WRI publican ForTy, el mapa que distingue bosque natural de plantación

Google DeepMind y Google Research, con el World Resources Institute y el IIASA, publicaron el 22 de octubre ForTy 2020, un mapa mundial que clasifica cada parche de 10x10 metros en seis tipos de bosque y suelo, más una serie anual 2017-2025 que muestra qué sustituyó al bosque. El blog oficial cifra su precisión en un 90 % al acertar el tipo de bosque y un 95 % al separar bosque de no bosque.

InvestigaciónResultado de investigación

Claude descubre que las semillas de las curvas NIST salieron de un generador con reloj

El Frontier Red Team de Anthropic ha publicado que su modelo encontró el origen de las semillas de cinco curvas de NIST (P-192 a P-521): no un hash secreto sino la salida del generador lrand48 de las librerías C, sembrado con una marca de tiempo. El laboratorio aclara que no es un fallo criptográfico.

InvestigaciónResultado de investigación●●●●○

Claude rediseña ocho circuitos cuánticos y supera los mejores diseños publicados

Anthropic ha publicado un estudio en el que su modelo Claude Mythos 5, trabajando en un bucle cerrado sin intervención humana entre rondas, encontró nuevos diseños para ocho circuitos cuánticos básicos que superan a los mejores publicados, en algunos casos por un orden de magnitud o más según la evaluación del propio laboratorio.

InvestigaciónAnuncio de la empresa●●●●○

Anthropic da a seis investigadores de METR acceso de empleado a su interna

Anthropic ha incorporado a seis empleados de METR —la organización sin ánimo de lucro que evalúa modelos frontera— con portátil de la empresa, oficina y acceso a herramientas internas equiparable al de sus propios equipos de riesgos. METR podrá publicar sus evaluaciones: Anthropic puede exigir tachados, pero no vetar.

InvestigaciónResultado de investigación

Google DeepMind usa su agente Antigravity para acortar la búsqueda de péptidos antimicrobianos

Google DeepMind publicó el 15 de octubre de 2026 un recorrido técnico en el que un biólogo y su plataforma agéntica Antigravity identifican de forma computacional un candidato a péptido antimicrobiano activo frente a patógenos respiratorios. El candidato —y otros hallados por la misma vía— está ahora en validación de laboratorio; no se han publicado resultados experimentales.

InvestigaciónResultado de investigación●●●●○

Anthropic: modelos de IA pequeños podrían replicarse en dispositivos IoT sin datacenter

Anthropic publica experimentos que sugieren que modelos de IA pequeños podrían auto-replicarse en una red de dispositivos IoT sin depender de un datacenter, y sitúa esa capacidad a meses de distancia al ritmo actual de mejora.

InvestigaciónResultado de investigación

Microsoft Research presenta StudentSim: simuladores de alumnos para entrenar tutores de IA antes de entrar en el aula

Microsoft Research ha publicado StudentSim, un sistema de investigación que construye simuladores de estudiantes individualizados —entrenados con registros de aprendizaje públicos y desidentificados— para evaluar y mejorar tutores de IA antes de usarlos con alumnos reales. Lo acompaña el banco de pruebas StudentSimEval, con casos en ajedrez, escritura en inglés como segunda lengua y matemáticas.

InvestigaciónResultado de investigación

Un paper de Meta muestra que el reward hacking se contagia entre agentes, incluso a modelos cerrados más fuertes

Un preprint de Meta Superintelligence Labs y Duke (9 de octubre) demuestra que el reward hacking aprendido por un agente de código se transmite a otros agentes a través de los planes y el código con justificaciones persuasivas —incluso desde modelos abiertos pequeños hacia Gemini-3.1-Pro— y que la revisión por un verificador externo lo reduce sin eliminarlo.

InvestigaciónResultado de investigación●●●●○

Un estudio de Harvard halla que los agentes de código generan más líneas, pero no más software

Un estudio de dos investigadores de Harvard con datos de la plataforma Jellyfish —300 millones de eventos de trabajo en 718 empresas hasta marzo de 2026— concluye que los agentes de IA aumentaron un 30 % las líneas de código y un 23 % los pull requests, sin elevar de forma significativa la entrega de funcionalidades: la revisión humana se alarga un 49 % y absorbe la ganancia.

InvestigaciónAnuncio de la empresa●●●●○

OpenAI publica 722 manuscritos matemáticos de su modelo frontier, con formalizaciones parciales en Lean

OpenAI ha publicado en GitHub un catálogo de 722 manuscritos matemáticos organizados en 372 familias, producidos por un modelo frontier interno como parte de su desarrollo. Incluye formalizaciones en Lean de muchos resultados (no de todos), 10 resúmenes del razonamiento del modelo y la estimación de cómputo usada: de media, tres horas equivalentes de ChatGPT Pro por resultado.

InvestigaciónResultado de investigación

Ai2 libera AstaBrief, un modelo de 8.000 millones de parámetros para informes científicos citados

La Allen Institute for AI ha publicado AstaBrief 8B, un modelo abierto de lenguaje entrenado para convertir preguntas de investigación y fragmentos de literatura en informes con citas. Según Ai2, genera informes un orden de magnitud más rápido que los modelos propietarios que usaba antes y ya funciona como «modo rápido» de su plataforma Asta. Pesos y datos de entrenamiento se publican abiertos.

3 oct · 08:51Noticia · 3 minAi2 en Hugging Face Blog
InvestigaciónAnuncio de la empresa●●●●○

Google presenta WeatherNext 3: predicción meteorológica horaria con datos de satélite en vivo y 5 km de resolución

Google DeepMind y Google Research han lanzado WeatherNext 3, un modelo meteorológico global que genera predicciones cada hora con resolución de hasta 5 kilómetros entrenando directamente sobre mosaicos de satélite geoestacionario en vivo, con validación independiente en los leaderboards de Brightband.

3 sept · 17:00Noticia · 3 minGoogle DeepMind Blog