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 0xefe3a5944b80>
publicado

Anthropic abre su quinta oficina en Asia Pacífico y entra de lleno en la administración de Singapur

Anthropic ha abierto en Singapur su quinta oficina en Asia Pacífico y ha firmado un memorando con el ministerio digital del país. El acuerdo abarca evals de seguridad, intercambio de investigación y una adopción que ya incluye a más de 1.500 profesionales técnicos de GovTech Singapore.

publicado

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

Standard Bots demuestra que la robótica industrial depende de datos de fábrica y no de modelos gigantes

El fabricante estadounidense de brazos industriales Standard Bots captó 200 millones de dólares con una valoración de 1.000 millones de USD. En vez de perseguir modelos masivos, apuesta por arquitecturas compactas de pocos miles de millones de parámetros ajustadas con decenas de intervenciones en fábrica.

publicado

Anthropic abre un registro continuo de fallos de Claude más allá de las system cards

Anthropic publicará informes independientes sobre el comportamiento de sus modelos con más frecuencia que sus system cards y risk reports. El primero recoge cuatro categorías de acciones no intencionadas de Claude y convierte la transparencia de seguridad en un registro operativo continuo.

publicado

Anthropic ofrece escaneo gratuito de open source, pero deja la verificación a los mantenedores

Anthropic ha lanzado Cyber Mission con dos líneas: defensa de infraestructuras críticas mediante 11 socios y un OSS Scanner gratuito. El escáner envía hallazgos del modelo sin revisión directamente a los mantenedores, por lo que verificar y desplegar correcciones con seguridad será el verdadero cuello de botella.

Gemini atendió a 98 pacientes reales, con un médico vigilando cada chat

Un estudio publicado en The Lancet llevó el sistema AMIE basado en Gemini 2.5 a consultas reales de atención primaria urgente: 98 pacientes completaron tanto el chat como la cita médica y ninguna conversación tuvo que detenerse según los criterios de seguridad predefinidos. Sin embargo, un médico supervisó cada conversación en tiempo real y el sistema no accedió al historial clínico.

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

Goodfire vigila a los agentes desde dentro y afirma haber reducido un coste de 10.000 a 51 dólares

Goodfire ha desplegado para clientes de Baseten pequeños clasificadores que leen las activaciones del modelo y derivan los casos sospechosos a un evaluador de IA más caro. En su propia prueba con Kimi K3, la empresa afirma detectar el 94 % de las sesiones maliciosas, aunque el método exige acceso al interior del modelo.