Lilith.
⌕

Lilith · historias seleccionadas

Noticias

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

Feed Atom ↗
#x· × <built-in method clear of dict object at 0xefe3a508c600>
publicado
· X · @simonw ↗

Opus 5.5 en modo max agotó 128 000 tokens con un solo pelícano

Simon Willison comparó los nuevos Claude Opus 5.5, GPT-6 Sol y GPT-6 Luna con la misma tarea de un pelícano en bicicleta. El resultado importante no fue la imagen: Opus 5.5 con esfuerzo max alcanzó dos veces su límite de 128 000 tokens de salida, señal de que un reasoning effort mayor necesita presupuesto y cortacircuitos.

publicado
· X · @OpenAI ↗

OpenAI vende datos de carreras como prueba de decisiones rápidas

OpenAI muestra en un video con RaceTek Systems y Chip Ganassi Racing cómo los equipos usan inteligencia artificial para convertir datos de la pista en decisiones rápidas. La fuente es una breve publicación en X, lo que significa que faltan cifras concretas y el valor real radica en el patrón operativo en lugar de una métrica de rendimiento comprobada.

publicado
publicado

Los expertos piden auditorías independientes

Más de 100 expertos firmaron una carta abierta pidiendo la incorporación de evaluadores de terceros verdaderamente independientes directamente en el desarrollo de modelos de IA de frontera en empresas como OpenAI y Anthropic. Esto aborda el problema de que las evaluaciones de seguridad a menudo son ejercicios de relaciones públicas internos sin un impacto real.

publicado

Allen Institute revela Olmo 3: Ajustar un modelo no es ciencia limpia, sino un oficio sangriento lleno de errores

Nathan Lambert y Scott Geng del Allen Institute publicaron un análisis detallado del post-entrenamiento del modelo abierto Olmo 3. Los datos muestran que pasar de una idea de investigación a un modelo que realmente funciona es una serie de callejones sin salida y dinero quemado.

Un equipo personal de especialistas a un clic de distancia. Claude Projects ahora actúa como gerente, reuniendo agentes subordinados adaptados a la tarea

Ethan Mollick destacó un cambio fundamental en Claude Projects: el sistema ya no funciona como un solo modelo gigante, sino como un orquestador que genera dinámicamente agentes subordinados más baratos y especializados según lo necesite la tarea, simulando así una organización entera.

publicado
publicado
publicado
publicado
publicado
publicado

Los modelos de pesos abiertos están perdiendo terreno frente a la frontera cerrada

Según Ethan Mollick, la brecha entre los modelos abiertos y la frontera de pago es actualmente la más amplia en mucho tiempo. Claude 3 Opus (Mythos) de marzo y los modelos más nuevos han puesto el listón que los actuales lanzamientos de pesos abiertos aún no han alcanzado en el uso práctico.

publicado
publicado

Las leyes de escalado para agentes mostrarán si orquestar docenas de LLMs es un callejón sin salida

Nathan Lambert, del Allen Institute (AI2), plantea una pregunta clave: ¿se aplican las mismas leyes de escalado a los enjambres de múltiples agentes que al tamaño de los modelos o a la computación en tiempo de inferencia? La respuesta dictará la dirección del desarrollo de IA empresarial.