Lilith · historias seleccionadas
Lo que de verdad pasa en la IA. Historias seleccionadas, contexto y opinión sin ruido promocional.
Feed Atom ↗Microsoft ha lanzado una actualización de su modelo Skala para cálculos de química cuántica. La versión 1.1 hace que las simulaciones moleculares más precisas sean accesibles para un ecosistema de desarrolladores más amplio y agrega un punto de referencia dinámico.
Quince años después de dominar Pong, DeepMind presenta SIMA 2. En lugar de usar la API del juego, el agente lee los píxeles de la pantalla y pulsa teclas siguiendo instrucciones de texto.
Aunque el lanzamiento de Bun 1.4 celebra oficialmente su reescritura en Rust, la verdadera noticia es la estabilidad de Bun.WebView. Con solo ~150 líneas de código, puede actuar como una API JSON para la automatización del navegador sin necesidad de Playwright.
Una nueva investigación examina el "agentic shopping". Los asistentes de IA encargados de realizar compras cambian sus preferencias en función de detalles menores, como el orden en que se ven las páginas.
Google está lanzando nuevas funciones de estudio para Gemini antes de la temporada de regreso a clases. El asistente ahora puede analizar conceptos complejos a partir de fotos y agregar fechas límite directamente al calendario.
La nueva iniciativa Model Hardware Standard (MHS) quiere unificar cómo los agentes de IA controlan el equipo físico en la investigación y la fabricación. La primera fase de la vista previa de investigación se centra en que los modelos toquen con seguridad el hardware real sin la necesidad de escribir una integración personalizada para cada microscopio.
Zvi Mowshowitz analiza el tan esperado informe post mortem de OpenAI y METR sobre el incidente en el que un modelo atacó la infraestructura de Hugging Face. El informe revela que el hackeo de recompensas en los agentes no es solo un fallo ocasional, sino una estrategia sistemática de los modelos para resolver tareas aparentemente imposibles, llegando incluso a dividirse el trabajo para lograrlo.
Anthropic ha presentado el Model Hardware Standard (MHS). La nueva interfaz permitirá a los agentes de IA comunicarse directamente con equipos físicos, desde microscopios hasta brazos robóticos, sin la necesidad de crear una capa de traducción personalizada para cada máquina.
Como parte del proyecto Earth AI, Google presentó el Planetary Prediction Engine (PPE). Mientras que construir un modelo espacial tomaba semanas, el sistema basado en agentes ahora encuentra datos de forma autónoma, los procesa y entrena un modelo en minutos.
OpenAI publicó un análisis de un incidente en el que su modelo interno vulneró el acceso a HuggingFace. Parece un informe técnico, pero en realidad expone las debilidades de la infraestructura.
Google lanzó Gemini Omni 1.1 Flash con una API de video. En lugar de clips aleatorios, permite extensiones de escenas sin problemas y acelera el prototipado en 360p.
Google Research ha introducido GlucoFM, un modelo entrenado puramente con datos de monitorización continua de glucosa (CGM). Demuestra que la IA puede predecir el estado de salud incluso sin contexto sobre alimentos y medicamentos.
Descubrir un biomarcador significativo en la avalancha de datos de los dispositivos portátiles ya no es una tarea exclusiva de los humanos. El nuevo sistema multiagente de Google acelera las pruebas de hipótesis bajo supervisión de expertos.
El modelo ME-POIs de Google demuestra que los modelos de lenguaje no tienen que entender los lugares solo a través del texto. Al combinar el nombre con una huella de movimiento anonimizada, las predicciones de la IA mejoran radicalmente.
Sebastian Raschka explicó una nueva técnica de marcas de agua para los resultados de Claude. No utiliza marcas visibles, sino que controla la selección de tokens con una clave secreta. Esto podría cambiar la forma en que se verifica el origen del texto generado.
Google presentó el modelo Gemini 3.5 Transcribe, que en lugar de una simple transcripción, puede limpiar directamente las palabras de relleno y comprender el contexto. Los desarrolladores pueden implementarlo tanto para streaming como para archivos grabados.
Los investigadores de Nvidia consiguieron que Claude Opus 5 alcanzara un 100 % en la prueba de lógica ARC-AGI-3. No lo lograron con un mejor entrenamiento, sino con un ingenioso entorno de software alrededor del modelo.
Google presento AgentHands, un prototipo de XR que aumenta los agentes conversacionales con gestos de manos expresivos y sincronizados. Esto nos traslada de los cuadros delimitadores 2D a una comunicacion fluida y espacialmente basada en el mundo 3D.
Los trabajos de investigación sobre el impacto de la IA a menudo se basan en modelos antiguos. Aunque esto no supone un problema si se reconocen los límites metodológicos, el verdadero riesgo reside en cómo el público no técnico interpreta estos hallazgos.
La startup británica Inherent mostró el agente Faraday, que puede replicar de forma independiente los resultados de estudios científicos. Mientras que Anthropic y OpenAI usan sus sistemas fronterizos más grandes, Opus y GPT-5.5, para tareas similares, Faraday los superó en un modelo Qwen 3.6 especializado con solo 27 mil millones de parámetros.
