Lilith.
⌕

Lilith · historias seleccionadas

Noticias

Lo que de verdad pasa en la IA. Historias seleccionadas, contexto y opinión sin ruido promocional.

Feed Atom ↗
#research· × <built-in method clear of dict object at 0xefe395c46680>
publicado
publicado
publicado
publicado
publicado

OpenAI deja entrar a cuatro equipos externos, pero su independencia termina en el alcance pactado

OpenAI ha firmado acuerdos con Apollo Research, METR, Goodfire y Transluce para evaluar modelos durante el entrenamiento y el uso interno. Apollo enviará a seis personas durante cuatro meses, aunque advierte de que el acceso y la publicación aún no cumplen su estándar de evaluación plenamente independiente.

publicado

Un agente leyó un libro línea a línea. Los enjambres de investigación convierten la web en una API gratuita

Ethan Mollick describió cómo Fable 5.2 reconstruyó el curso de W. H. Auden de 1941 extrayendo un libro de Internet Archive mediante búsquedas de texto completo repetidas, línea a línea. Un solo caso no mide la escala, pero muestra por qué los agentes cargarán la web de forma distinta a las personas.

publicado

Sin un buen instrumento de medida, la seguridad del modelo es solo una cifra en una diapositiva

Anthropic ha publicado diez recomendaciones para diseñar, ejecutar y documentar evaluaciones de seguridad. La idea central va más allá de la puntuación: si un equipo no valida el concepto medido, el grader y la incertidumbre, no sabe si ha medido la seguridad del modelo o su propio aparato de prueba.

Microsoft muestra dónde la AI ahorra trabajo y dónde aún necesita a las personas

Microsoft Research ha reunido cinco proyectos distintos, desde una demostración de la conjetura KLS hasta ejecuciones más baratas de coding agents. El hilo común más sólido es el reparto del trabajo: la AI explora opciones y prepara material, mientras las personas eligen la dirección y responden por el resultado.

Anthropic aceleró 1,9 veces el desarrollo de modelos, pero oculta pruebas clave

METR estima que las capacidades de los modelos internos de Anthropic crecen desde octubre de 2025 a un ritmo 1,9 veces mayor y que el uso de AI en investigación explica probablemente la mayor parte de la aceleración. El resultado importa, pero también depende de pruebas censuradas por Anthropic.

publicado
publicado
·Actualizado · X · @GoogleDeepMind ↗

Gemini 4 Carbon llega a la API tras dos semanas y Google lo reserva para las tareas más difíciles

Tras dos semanas de acceso restringido, Google ha abierto Gemini 4 Carbon a todos los desarrolladores y empresas de pago mediante la API y a los suscriptores de Google AI Ultra en varios productos. El precio parte de 2 dólares por millón de tokens de entrada, aunque Google recomienda el Argon más barato para la mayoría del trabajo habitual.

publicado