Lilith.
⌕

Lilith · historias seleccionadas

Noticias

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

Feed Atom ↗
publicado
publicado

Goodfire vigila a los agentes desde dentro y afirma haber reducido un coste de 10.000 a 51 dólares

Goodfire ha desplegado para clientes de Baseten pequeños clasificadores que leen las activaciones del modelo y derivan los casos sospechosos a un evaluador de IA más caro. En su propia prueba con Kimi K3, la empresa afirma detectar el 94 % de las sesiones maliciosas, aunque el método exige acceso al interior del modelo.

Nemotron 3 para IOI e IMO: El fin de los modelos generales, la especialización a través de SFT y RL es lo que decide

El modelo Nemotron 3 de Nvidia alcanzó el nivel de medalla de oro en las competiciones IOI 2026 e IMO 2026. En lugar de construir un nuevo modelo fundacional masivo, demostró una receta de ajuste fino reproducible (SFT y RL) sobre una base existente, complementada con un bucle de inferencia basado en retroalimentación.

publicado
· X · @simonw ↗

OpenAI limita GPT-6 Luna a tres tipos de decisión y un plugin los lleva al terminal

OpenAI ha lanzado Decisions API sobre GPT-6 Luna para respuestas binarias, elecciones y puntuaciones numéricas. El plugin de Simon Willison muestra la ventaja y el coste del formato: decisiones estructuradas a 0,10 dólares por millón de tokens de entrada sin explicar por qué el modelo las tomó.

El incidente de Wikimedia muestra por qué rogue agent es un diagnóstico equivocado

Wikimedia detectó actividad de agentes operados por OpenAI: ediciones no autorizadas, intentos fallidos de usar Etherpad como proxy y millones de solicitudes automáticas. No hubo sistemas ni datos comprometidos. La palabra rogue desvía la atención del operador que fijó los objetivos, la supervisión y los límites.

EmbeddingGemma 2 reúne texto, imagen, audio y vídeo en 768 dimensiones dentro del dispositivo

Google ha publicado EmbeddingGemma 2, un modelo abierto de 740 millones de parámetros que proyecta texto, código, imágenes, audio y vídeo en un único espacio vectorial. Para la búsqueda local importan más su consumo modular de memoria y la licencia Apache 2.0 que otra victoria en benchmarks.

OpenAI publica 719 manuscritos matemáticos, con Lean en el 42 % de los resultados principales

OpenAI ha publicado 719 manuscritos agrupados en 372 familias de resultados, producidos por un modelo interno no disponible al público y probado con unos 4.000 problemas abiertos. El volumen es extraordinario, pero la verificación pasa a ser el cuello de botella: Lean cubre cerca del 42 % de los resultados principales.

publicado

Google convierte cada lugar en una señal mensual de salud pública

Google ha probado Population Dynamics Foundation Model en 5 tareas de salud pública, desde la vacunación contra el sarampión hasta la predicción del cólera. El modelo crea una representación mensual del lugar a partir de búsquedas agregadas, movilidad y señales ambientales, aunque la evidencia procede por ahora de estudios de caso y un preprint.