AI, machine learning and LLM insights.
El Claude Apps Gateway integra el plano de control en la cuenta de AWS del cliente, ofreciendo a TI un panel único para gestionar la identidad, los registros de auditoría y el gasto, mientras los desarrolladores inician sesiones impulsadas por Claude sin exponer los datos externamente.
El asistente incluye los pesos del modelo con una página web estática y utiliza una lista fija de ocho herramientas, decodificación con restricciones gramaticales y RAG, todo entrenado con solo 30 M de tokens en una única GPU de 16 GB.
El detector registra las puntuaciones de atención brutas en todos los cabezales, las agrega a nivel de capa y utiliza una prueba log-MAD para identificar los tokens que absorben la mayor parte de la atención. Eliminar estos tokens "sumidero" del caché KV desestabiliza la generación y reduce drásticamente la calidad.
La propuesta amplía las reglas de filtrado de mensajes existentes para incluir cualquier servicio en el que dos personas intercambien texto, lo que significa que los proveedores de IA tendrían que pasar cada instrucción del usuario por escáneres automáticos antes de que el modelo siquiera la vea.
El sistema de autoaprendizaje enfrenta a un modelo atacante contra su contraparte defensora, aprendiendo de cada fallo para identificar patrones de explotación que los humanos nunca considerarían, e integrando estos conocimientos directamente en el flujo de entrenamiento de GPT-5.6.
El Codex Micro incorpora teclas de Agente iluminadas, atajos programables, un joystick y un dial de razonamiento, todo conectado directamente a la aplicación de escritorio de ChatGPT para permitir que los desarrolladores supervisen y dirijan múltiples agentes de IA sin salir de su IDE.
Ejecutar un agente de IA en Lambda puede parecer económico por milisegundo, pero el verdadero costo surge de la latencia de los arranques en frío, los bucles de reintento que activan múltiples llamadas al modelo y el consiguiente consumo de tokens, que eclipsa el cargo por cómputo.
Los dos scripts vulnerables —uno con una clave de firma HMAC integrada y el otro con una contraseña SMTP en texto plano— demuestran cómo los LLM completan los valores faltantes cuando se les pide un “ejemplo utilizable”, convirtiendo fragmentos de código útiles en filtraciones de credenciales en el control de versiones y en producción.
Los cuatro fallos recién revelados se derivan de la configuración predeterminada —enlaces de red públicos, configuraciones legibles para todos, entornos de sandbox permisivos y falta de registros de auditoría—, lo que permite a los atacantes pasar de una entrada de registro inofensiva al control total del sistema en cuestión de minutos.
Ode with Anthropic, founded by Chris Taylor and Eddie Siegel, fuses Fractional AI’s talent pool with Anthropic’s Claude models, backed by Blackstone, Hellman & Friedman, and Goldman Sachs, to turn proof-of-concepts into production-grade AI systems.
Inkling, entrenado con 45 billones de tokens multimodales, ofrece un rendimiento de programación de nivel Nvidia activando solo una fracción de sus 975 mil millones de parámetros, lo que reduce drásticamente la latencia y los costes operativos para los usuarios empresariales.
El 'dojo' de autoaprendizaje permite que GPT-Red actúe como atacante mientras los modelos defensores aprenden defensas, descubriendo nuevos trucos como el ataque de cadena de pensamiento falsa que engaña a los LLM para que acepten premisas falsas.
Tras meses de disputas regulatorias, Apple obtuvo la aprobación de la Administración del Ciberespacio de China e integrará el modelo de lenguaje de gran tamaño Qwen de Alibaba en iOS, iPadOS, macOS y visionOS, lo que le permitirá establecerse en un mercado que acaba de generar 20.500 millones de dólares en ventas.
El MiMo-V2-Flash de 309 mil millones de parámetros logra puntuaciones de nivel superior en tareas de programación, QA y chat, pero solo activa unos 15 mil millones de parámetros por token, reduciendo drásticamente la memoria de inferencia y funcionando con aproximadamente diez GPUs H100.
El dispositivo de forma cuadrada, desarrollado junto a Work Louder, incluye un joystick, un dial, un sensor táctil y seis teclas esmeriladas que se iluminan para mostrar el estado de la tarea, permitiendo a los desarrolladores intervenir en el código generado por IA sin salir de su IDE.
El escáner de código impulsado por IA de Microsoft detectó 570 errores de seguridad en Windows, Office y otros productos, incluyendo dos vulnerabilidades de día cero activas, lo que marca un cambio trascendental en la rapidez con la que se descubren y corrigen los fallos ocultos.
Noma Labs demostró que publicar un comentario en un issue público que contenga la palabra “Additionally,” puede obligar al agente de IA de GitHub a leer repositorios privados y publicar el contenido de vuelta en el issue, todo sin necesidad de permisos adicionales o código personalizado.
La versión beta permite a los suscriptores Premium hablar o escribir peticiones detalladas —como “reproduce artistas que no haya escuchado antes” o “¿cuándo escuché esta canción por primera vez?”— e incluso hacer preguntas sobre datos curiosos, todo impulsado por un LLM integrado en el dispositivo que utiliza el historial de escucha de cada usuario.
El investigador de seguridad Mindgard descubrió el fallo el 15 de diciembre de 2025 y lo demostró sustituyendo la Calculadora de Windows por git.exe, provocando que aparecieran infinitas ventanas de la calculadora cada vez que se abría un repositorio en Cursor.
El estudio revela que, incluso después del alineamiento y el RLHF, una puerta trasera activada por una frase secreta puede hacer que un LLM ejecute acciones maliciosas, y las pruebas de seguridad típicas o los prompts del sistema no logran detectarla.
Neon Functions ahora trata las solicitudes de streaming como cualquier otra llamada, permitiendo que las conexiones WebSocket o SSE permanezcan abiertas hasta que la IA termine de procesar y emitir tokens: sin polling, sin trucos de keep-alive y sin cortes forzados.
Ring-Zero trains a trillion-parameter model through a four-stage RL loop—exploration, self-distillation, refined RL, and tiered token budgeting—so it learns to allocate 2 k- or 20 k-token reasoning paths, balancing accuracy against compute cost.
El sistema funciona como un riguroso pipeline de map-reduce en JavaScript: distribuye las búsquedas, obtiene fragmentos de información sin procesar, ejecuta tres agentes independientes que, por defecto, refutan las afirmaciones inciertas y, solo entonces, sintetiza un informe en JSON, manteniendo bajo control las alucinaciones.
Prediciendo cuellos de botella antes de que ocurran: la IA en el flujo de pacientes hospitalarios. Esperar cinco horas en una sala de emergencias genera estrés. También retrasa el tratamiento y aumenta el riesgo de...
