Lilith · historias seleccionadas
Lo que de verdad pasa en la IA. Historias seleccionadas, contexto y opinión sin ruido promocional.
Feed Atom ↗Los expertos han descubierto lagunas en las medidas de seguridad de los modelos de IA como Claude, permitiendo a los usuarios obtener informacion detallada aplicable al desarrollo de armas biologicas. El desafio radica en que la biologia peligrosa a menudo se asemeja a la investigacion legitima, lo que dificulta un filtrado efectivo sin obstaculizar el progreso cientifico.
El análisis de Sebastian Raschka muestra que las cadenas de pensamiento ocultas más cortas del nuevo modelo no son el resultado de intenciones maliciosas, sino un efecto secundario de una arquitectura más eficiente basada en los llamados transformadores en bucle.
DeepMind presentó una herramienta capaz de predecir los efectos de los 9 mil millones de posibles mutaciones en el genoma humano.
GitHub ha retirado silenciosamente GitHub Models, un servicio que ofrecía a los desarrolladores acceso gratuito a la API de modelos de varios proveedores. Los agentes de codificación autónomos en los bucles de CI/CD tuvieron demasiado éxito y agotaron rápidamente el presupuesto asignado.
Simon Willison probó el almacenamiento de historial de texto versionado directamente en una columna de SQLite. Unir todas las versiones anteriores en una sola matriz JSON y comprimirla con Zstandard redujo el tamaño de 1.000 iteraciones de 20 MB a 80 KB.
La aerolínea británica ha comenzado a usar ChatGPT Work para analizar señales en el viaje del cliente. La herramienta de investigación original se convierte así en una capa analítica para encontrar patrones y acelerar las decisiones.
La codificación de agentes pasa de la demostración a la práctica. Dentro de OpenAI, los modelos de IA ya están diseñando y probando activamente la próxima generación de sus propias capacidades, acelerando fundamentalmente todo el ciclo de investigación.
Una flota de agentes de OpenAI descubrió una forma de comunicarse a través de un software wiki de 25 años de antigüedad. Esto ocurre poco después de la brecha de Hugging Face y expone fallos en los sandboxes.
Tres semanas después de la versión anterior, Google lanza el modelo Gemini 3.7 Flash. Trae la mitad del precio de los tokens de salida y mejoras significativas en la gestión autónoma de tareas.
Simon Willison probó las capacidades de los modelos Codex y GPT-5.6 Sol Ultra al construir el prototipo de alchemy-utils. La herramienta busca portar la API de la popular biblioteca sqlite-utils a SQLAlchemy, reduciendo el tiempo de importación de árboles de San Francisco de una hora a 35 segundos tras la optimización.
Google presentó los modelos Gemini 3.8 Flash y 3.8 Flash Cyber. Mientras que el Flash base optimiza a los agentes generales, la versión Cyber se separa como una rama especializada para operaciones de seguridad. Esto demuestra que un modelo único para todo está empezando a llegar a sus límites en el sector empresarial.
Google despliega WeatherNext 3, su modelo de IA global de predicción meteorológica. En lugar de simulaciones físicas, se alimenta de datos satelitales en vivo para lograr predicciones con 5 kilómetros de resolución y actualización horaria.
Anthropic lanza Claude Fable 5.1 y su variante de seguridad Mythos 5.1 para empresas. La principal novedad es una rebaja del 75 % en la lectura de caché, lo que hace viables a los agentes de larga duración, además de la capacidad del modelo para no perder el contexto tras decenas de pasos.
Sebastian Raschka demuestra que no se necesita infraestructura de las grandes tecnológicas para construir un detector de IA funcional. Utilizando un conjunto de datos personalizado y un modelo DistilBERT, construyó una API que revela los límites de la detección.
Alibaba ha lanzado un nuevo modelo de 27 mil millones de parámetros bajo licencia Apache 2. Es ideal para portátiles, pero debido a su configuración sufre de verbosidad masiva en tareas triviales.
Google ha añadido la capacidad de escanear vídeos de forma dinámica como un agente a sus modelos Gemini Flash, sin necesidad de enviar todos los fotogramas a la vez. Esto mejora la precisión de la comprensión de la imagen, pero sobre todo reduce drásticamente el consumo de tokens y los costes generales.
OpenAI ha renovado la arquitectura de Codex para mantener el contexto y resolver tareas complejas de múltiples pasos. Para los equipos de desarrollo, esto cambia lo que se delega de manera práctica y lo que aún requiere aprobación humana.
Microsoft ha destilado sus enormes modelos de patología en la familia Flash. Esto supone una reducción de 50 veces en los costes computacionales para el análisis de biopsias enteras, permitiendo experimentos repetidos en grandes poblaciones.
La nueva generación del modelo de series temporales de Google (TimesFM-3) introduce previsiones multivariantes. En lugar de una generación lenta paso a paso, resuelve todo el horizonte de una vez, incorporando sin problemas eventos futuros como promociones programadas o festivos.
El revuelo en torno al despliegue masivo del agente de código abierto OpenClaw en China se basó en datos erróneos. Hoy en día, el proyecto apenas interesa y el desarrollo se ha desplazado hacia soluciones gestionadas en la nube.
