Lilith.
⌕

Lilith · historias seleccionadas

Noticias

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

Feed Atom ↗
publicado

MASS mejora un modelo 27B entre 1,2 y 1,6×. Un equipo de agentes escribió su propio manual

Sakana AI y UC Berkeley hicieron que Qwen3.6-27B diseñara workflows multi-agent, evaluara sus resultados y aprendiera de las mejores ejecuciones. Tras dos ciclos, el rendimiento por token de salida alcanzó entre 1,2 y 1,6 veces la referencia en cuatro benchmarks de investigación, mientras que dos benchmarks de software mostraron una transferencia más débil.

publicado

Standard Bots demuestra que la robótica industrial depende de datos de fábrica y no de modelos gigantes

El fabricante estadounidense de brazos industriales Standard Bots captó 200 millones de dólares con una valoración de 1.000 millones de USD. En vez de perseguir modelos masivos, apuesta por arquitecturas compactas de pocos miles de millones de parámetros ajustadas con decenas de intervenciones en fábrica.

Las grabaciones policiales revelan cómo el rastreo masivo de matrículas elude la constitución

El medio 404 Media obtuvo grabaciones policiales de un caso en el que una jueza federal declaró inconstitucional el rastreo en la red Flock por considerarlo vigilancia masiva indiscriminada. Un agente en Oklahoma extrajo 50 registros de ubicación de 30 días sin orden judicial antes de detener el coche.

publicado

Anthropic abre un registro continuo de fallos de Claude más allá de las system cards

Anthropic publicará informes independientes sobre el comportamiento de sus modelos con más frecuencia que sus system cards y risk reports. El primero recoge cuatro categorías de acciones no intencionadas de Claude y convierte la transparencia de seguridad en un registro operativo continuo.

publicado

Anthropic ofrece escaneo gratuito de open source, pero deja la verificación a los mantenedores

Anthropic ha lanzado Cyber Mission con dos líneas: defensa de infraestructuras críticas mediante 11 socios y un OSS Scanner gratuito. El escáner envía hallazgos del modelo sin revisión directamente a los mantenedores, por lo que verificar y desplegar correcciones con seguridad será el verdadero cuello de botella.

Gemini atendió a 98 pacientes reales, con un médico vigilando cada chat

Un estudio publicado en The Lancet llevó el sistema AMIE basado en Gemini 2.5 a consultas reales de atención primaria urgente: 98 pacientes completaron tanto el chat como la cita médica y ninguna conversación tuvo que detenerse según los criterios de seguridad predefinidos. Sin embargo, un médico supervisó cada conversación en tiempo real y el sistema no accedió al historial clínico.

719 manuscritos matemáticos, dos modelos open-weight prometidos y otra dimisión en AI safety

El resumen semanal reúne tres señales: OpenAI publicó 719 manuscritos matemáticos de un modelo no disponible, Mistral y Reflection AI anunciaron modelos con pesos abiertos prometidos y el investigador de seguridad David Robinson dejó OpenAI. La prueba común no es el tamaño de cada anuncio, sino lo que terceros independientes pueden verificar de verdad.

Haiku 5.5 rebaja un 90 % las tareas cortas, pero cobra más por el contexto largo

Anthropic ha lanzado Claude Haiku 5.5 a 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida para prompts de hasta 100.000 tokens. Por encima de ese límite, el precio se multiplica por cinco, de modo que el modelo barato encaja sobre todo en tareas cortas y repetitivas.