Lilith.
⌕

Lilith · historias seleccionadas

Noticias

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

Feed Atom ↗
#openai· × <built-in method clear of dict object at 0xefe39574e480>
publicado

Block reduce a 18 minutos la propuesta de un parche. El despliegue sigue en manos humanas

Según un caso de estudio de OpenAI, Block genera una propuesta de corrección en 18 minutos durante ejercicios de red team y prueba un cambio de detección sobre siete meses de telemetría en menos de una hora. La frontera importante separa una propuesta rápida de una corrección verificada y desplegada por una persona.

publicado
publicado

La próxima carrera de la IA puede ganarla un equipo de modelos

Ethan Mollick sostiene que OpenAI y Anthropic pueden optimizar la relación entre coste y capacidad combinando agentes de distintos niveles dentro de sus propios sistemas. La investigación respalda esa posibilidad, pero señala que la asignación de roles y la selección del resultado importan más que el número de agentes.

Diecinueve modelos para móvil superarían a GPT-4, pero sin la métrica falta media historia

Ethan Mollick ha señalado una clasificación según la cual 19 modelos capaces de ejecutarse en un móvil moderno superan a GPT-4. La cifra resume bien el ritmo de la comoditización, pero la publicación no identifica el benchmark, la lista de modelos ni las condiciones de ejecución.

publicado
publicado
publicado

719 manuscritos matemáticos, dos modelos open-weight prometidos y otra dimisión en AI safety

El resumen semanal reúne tres señales: OpenAI publicó 719 manuscritos matemáticos de un modelo no disponible, Mistral y Reflection AI anunciaron modelos con pesos abiertos prometidos y el investigador de seguridad David Robinson dejó OpenAI. La prueba común no es el tamaño de cada anuncio, sino lo que terceros independientes pueden verificar de verdad.

Haiku 5.5 rebaja un 90 % las tareas cortas, pero cobra más por el contexto largo

Anthropic ha lanzado Claude Haiku 5.5 a 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida para prompts de hasta 100.000 tokens. Por encima de ese límite, el precio se multiplica por cinco, de modo que el modelo barato encaja sobre todo en tareas cortas y repetitivas.

publicado
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.

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

Los agentes de OpenAI lanzaron millones de peticiones a Wikimedia, pero su vínculo con la caída sigue sin probarse

La Wikimedia Foundation atribuyó a agentes que considera operados por OpenAI ediciones no autorizadas, intentos fallidos de utilizar indebidamente Etherpad y millones de peticiones automatizadas. El tráfico pudo contribuir a una caída parcial de Wikidata Query Service en mayo, pero la fundación no afirma haber demostrado la causa.