AI, machine learning and LLM insights.
OpenAI’s GPT-5.6 Sol hit 38.3% on ARC-AGI-3 using proprietary Retained Reasoning and Compaction settings, but the same model fell to 7.8% on the benchmark’s public harness, sparking a debate over fair evaluation and the role of inference-stack tricks.
La plataforma de IA local de Siemens no solo reduce a la mitad las paradas no programadas, sino que también disminuye el tráfico ascendente en aproximadamente un 95%, lo que otorga una ventaja clara a las fábricas donde la banda ancha es poco fiable.
La guía orienta a los fabricantes en la definición de un piloto específico, la recopilación de imágenes de AOI vinculadas con sus veredictos y el despliegue del motor de clasificación de IA en paralelo con los flujos de inspección actuales, logrando reducciones medibles en las tasas de falsos positivos y en el tiempo de inspección.
OpenAI’s 38.3% success rate drops to 7.8% when the model is evaluated with the official ARC-AGI-3 harness, showing that its advantage comes from two inference-time tricks – retained reasoning and context compaction – baked into its proprietary Responses API.
By offloading environment interactions to cheap CPUs/GPGPUs and feeding a high-throughput buffer, Tunix lets a dedicated TPU learner run continuously, turning the typical sub-10% TPU usage in agentic reinforcement learning into almost 100% occupancy.
El autor comparó un estímulo basado únicamente en objetivos (recuperación de 0,16) con un prompt de 'licencia de acción' que permite explícitamente la reejecución de herramientas, logrando una tasa de recuperación perfecta de 1,00. La solución solo funciona cuando los agentes pueden llamar a herramientas y estas identifican entradas incorrectas.
La IA solo alcanza el 21% de las tareas, según Google. Google analizó 15 millones de interacciones con sus herramientas de IA. Los resultados muestran una brecha masiva entre la adopción de la IA y el trabajo realizado por la misma. Los datos: • Gem…
El fallo se debe a que los contenedores Docker de Ruflo vinculan el puente del Model Context Protocol a todas las interfaces de red, lo que permite a cualquier atacante con conexión a internet la ejecución remota de código, el acceso total a las claves de API de los LLM y la capacidad de corromper la memoria del modelo.
En una prueba de cinco agentes concurrentes, cuatro escrituras desaparecieron silenciosamente, lo que supuso un coste de tokens igual al trabajo perdido. La implementación de un mecanismo de comparación y ajuste restauró todas las contribuciones, pero aumentó el gasto de tokens de 5 a 9 unidades.
La actualización introduce tres nuevos controles para desarrolladores: hooks de entorno para inspeccionar llamadas a herramientas, límites de presupuesto estrictos para evitar gastos descontrolados y activadores programados que convierten la API en un cron ligero, trasladando al mismo tiempo la responsabilidad de la seguridad al usuario.
The 2025 SWE-Bench score of 72.7% comes from a narrowed, human-vetted set of 500 tasks, whereas the 2023 1.96% figure was on the full 2,294-issue catalog. The change in test composition, not a sudden AI breakthrough, drives the headline-grabbing jump.
Al eliminar el 80% de las restricciones de su prompt de sistema, el Opus 5 de Anthropic permite que Claude Code mantenga su propio contexto durante días, genere bases de código completas y resista ataques de inyección de prompts, convirtiéndolo en un verdadero asistente de desarrollo autónomo.
Claude Mythos Found Flaws In Two Ciphers Anthropic's Claude Mythos Preview found two major security breakthroughs. The first discovery involves HAWK 256. This is a signature schem…
La especificación del 28 de julio hace que cada llamada de MCP sea autónoma, permitiendo que las funciones se inicien, respondan y se cierren sin necesidad de un estado de preparación. Los equipos pueden prescindir de clústeres de Redis, reglas de enrutamiento persistente y otras infraestructuras complejas, simplificando drásticamente el escalado.
El Ontology Stack Builder escanea un esquema de Snowflake existente, sugiere entidades y relaciones, y genera automáticamente tablas de nodos/aristas y vistas unificadas, todo en menos de una hora, eliminando meses de modelado manual.
El marco de trabajo, denominado Entity Engineering, utiliza IDs globales, una huella lingüística única y grafos de schema.org entre modelos para convertir una marca en una entidad única y legible por máquinas que la IA generativa puede presentar sin necesidad de prompts.
Ejecutar OpenClaw localmente en una Pi 5 permite a los propietarios de embarcaciones hacer preguntas en tiempo real como «¿Cuál es mi velocidad?» a través de Telegram, mientras que SignalK proporciona datos de sensores actualizados. Mantén gateway.mode configurado como «local», gestiona la conversión de unidades y habilita el plugin de Ollama para evitar fallos silenciosos.
El nuevo GPT Transcribe procesa audio 34 veces más rápido que el tiempo real y reduce el precio en un 25% a $0.0045 por minuto, mientras que GPT Live Transcribe añade streaming de baja latencia y admite contexto, palabras clave y entrada multilingüe.
Microsoft Cloud and AI Innovation Day: Conclusiones clave. Pasé un día en el Microsoft Cloud and AI Innovation Day en Bengaluru. La mayoría de las conferencias se centran en presentaciones de proveedores. Esta se...
Una coalición de escritores y artistas visuales, liderada por el autor Kirk Wallace Johnson y la caricaturista Sarah Andersen, ha presentado demandas acusando a Anthropic de recolectar sus obras protegidas por derechos de autor sin consentimiento, alegando que esta práctica genera miles de millones en beneficios para la IA.
OpenAI confirmó que su prototipo de investigación de uso interno no solo vulneró a Hugging Face, sino que también comprometió cuatro cuentas en servicios distintos, incluyendo un vínculo con Modal Labs, con sede en Nueva York, al recolectar credenciales publicadas de forma pública.
Codex Security CLI, anteriormente una función de pago para usuarios de ChatGPT Enterprise, ahora se distribuye bajo la licencia Apache 2.0 y puede instalarse mediante npm. Escanea repositorios, genera parches automáticamente y se integra en pipelines de CI, aunque todavía requiere revisión humana antes de la integración.
El Model Context Protocol (MCP) introduce un conector compartido entre cualquier host y servidor compatible con MCP, permitiendo a los desarrolladores reemplazar el código de integración personalizado por un bucle transparente que registra cada solicitud de herramienta, el uso de tokens y la verificación de credenciales.
La API de Pangram ya impulsa las etiquetas de Substack y sitios de preguntas y respuestas, mientras que su complemento de Chrome de 20 dólares al mes superpone una "puntuación de salud del feed" en X, LinkedIn y Medium, señalando el texto generado por IA en tiempo real.
