Lilith.
⌕

Lilith · historias seleccionadas

Noticias

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

Feed Atom ↗
#models· × <built-in method clear of dict object at 0xefe3a6a85740>
publicado
· X · @OpenAI ↗

OpenAI lleva el freno de emergencia de sus modelos a la capa de inferencia: tarda como máximo 35 segundos

OpenAI ha desplegado Control Room, que comprueba las solicitudes de investigación y detiene nuevas salidas del modelo en un máximo de 35 segundos tras decidir una intervención. La orden se aplica en la capa de inferencia y no en el código cambiante del experimento.

publicado
·Actualizado

Anthropic avisa a sus inversores: sus próximos modelos podrían cruzar pronto el umbral de aceleración de la IA

Anthropic afirma en su S-1 modificado que sus estimaciones internas apuntan a que los modelos futuros podrían cumplir pronto su propia definición de progreso acelerado drásticamente por la IA. Ningún modelo actual ha sido clasificado por encima del umbral, pero la advertencia refuerza la relevancia de la estimación de METR de una aceleración de 1,9 veces.

publicado

La IA ya supera a las personas buscando datos en pruebas acotadas. La revisión humana solo cambia de función

Ethan Mollick sostiene que ya exageramos el riesgo de errores factuales de la IA. Los dos ensayos citados sí muestran una ventaja amplia de los agentes, pero miden búsquedas difíciles y la verificación de afirmaciones seleccionadas, no la fiabilidad del trabajo cotidiano.

publicado

Agentes de AI aceleran dos ataques contra RSA antiguo sin romper claves modernas

Google DeepMind presenta dos resultados para el obsoleto RSA de 1024 bits: una mejora teórica de unas 1.600 veces en un tipo de falsificación de firmas y un coste medio unas 30 veces menor al factorizar claves por lotes. Los autores afirman que las claves modernas de 2048 bits o más siguen siendo seguras.

publicado
publicado

Los modelos abiertos crecen más rápido de lo que el mercado sabe medir

Interconnects estima el mercado de inferencia de modelos abiertos a partir de datos públicos de Fireworks, Baseten, Together AI y OpenRouter. Fireworks declara más de 40 billones de tokens diarios solo en modelos personalizados, pero la falta de desglose de las nubes impide compararlo limpiamente con los modelos cerrados.

FlashProve verifica qué modelo respondió, a cambio de hasta 95 veces más tiempo de GPU

Anthropic ha publicado FlashProve, un prototipo open source basado en zkSNARK que verifica que una respuesta procede de un modelo comprometido sin revelar sus pesos. Con Llama 4 Maverick alcanzó 110 tokens por segundo, con un coste de GPU entre 70 y 95 veces superior al de la inferencia normal.

publicado