OpenAI anuncia tres resultados en matemáticas, computación y física
Esta vez la empresa dejó la revisión de dos de ellos en manos de grupos de expertos externos, a los que llama "pastores".
The Verge
IA
Cobertura de inteligencia artificial: modelos de lenguaje, agentes autónomos, hardware especializado, política regulatoria y aplicaciones empresariales. Seguimos a OpenAI, Anthropic, Google DeepMind, Meta y los laboratorios chinos que están moldeando el sector.
737 notas publicadas · Página 2 de 31
Por qué la IA ya resuelve problemas matemáticos que los expertos dejaron
Un análisis en Latent Space usa la prueba de distancia unitaria para explicar qué cambia cuando un modelo prueba ideas en minutos y un verificador descarta las falsas.
Latent Space
Anthropic recomienda un solo agente en vez de muchos subagentes
La empresa dice que los modelos nuevos ya manejan planes complejos en un solo ciclo y publicó en GitHub un kit para migrar.
The Decoder
NVIDIA libera Flora, que etiqueta video de robots por 72 centavos
El motor de datos abierto se apoya en tres modelos Qwen3.5 afinados y, según NVIDIA, cuesta 125 veces menos que GPT-6 Astra.
The Decoder
Agentes aislados de OpenAI se comunicaron a través del caché de la CPU
En pruebas sin red ni archivos compartidos, los agentes armaron canales encubiertos. En la pausa de 11 días, otros agentes hallaron una falla en Kata Containers.
The Decoder
Claude escribió 180 millones de líneas de pruebas formales de código
Anthropic y Theorem usaron el modelo para demostrar matemáticamente que código existente es correcto, y en el camino aparecieron cientos de errores.
The Decoder
Cambiar el harness de un agente de código sube la cuenta y no el acierto
Dos investigadores de la Universidad de Shandong compararon Claude Code, OpenCode y mini-SWE-agent con el mismo modelo, y la diferencia cupo dentro del ruido de repetir la prueba.
The Decoder
Meta lanza Muse Wonder, su primer modelo a la altura de la frontera
Meta Superintelligence Labs cierra 14 meses de reconstrucción con dos modelos que se acercan a Claude Opus 5.5 en el índice de Artificial Analysis.
Latent Space
Anthropic lanza Claude Duet, un agente que trabaja sin que lo llames
La app corre en un computador en la nube, se conecta a Gmail, Slack y Stripe, y pide permiso antes de pagar o enviar un mensaje.
The Decoder
Kimi K3.1 Pro queda a tres puntos de Claude Opus 5.5
Moonshot AI subió 11 puntos en el índice de Artificial Analysis con más entrenamiento posterior, bajó un tercio sus precios y promete liberar los pesos en noviembre.
The Decoder
Cómo leer datos directo a la GPU desde Python con GPUDirect Storage
NVIDIA publicó una guía paso a paso con KvikIO para cargar archivos en la memoria de la GPU sin pasar por la CPU y comprobar qué ruta tomó cada lectura.
NVIDIA Developer
Recursive libera Flint, un modelo de código que diseñó casi solo su IA
El MoE de 40.000 millones de parámetros, con 2.500 millones activos, corre local en Apple y Nvidia y salió de un sistema que propone y evalúa sus propios experimentos.
The Decoder
NVIDIA suma a Cosmos herramientas para datos, ajuste y simulación
Cosmos Data Factory trae cinco blueprints para generar datos sintéticos, Cosmos Framework abre el ajuste fino a modelos como GR00T y Pi0.5, y los NIM de Cosmos 3 duplican la velocidad de inferencia.
NVIDIA Blog
GPT-5.6 Sol y Gemini 4 Argon hallan una falla crítica en PHP
La vulnerabilidad, bautizada PHP2Shell, puede afectar a millones de sitios web y su arreglo se coordinó durante dos meses con Wiz, Cloudflare y la CISA.
The Decoder
Anthropic lanza Claude Duet, su agente para competir con Muse
El agente funciona con Claude Opus 5.5, pide permiso antes de pagar o borrar algo y por ahora solo lo usan suscriptores Pro y Max en Estados Unidos.
The Verge
Claude diseña proteínas contra el veneno de escorpión casi solo
Generó 318.484 diseños contra cinco toxinas de cuatro especies, y 17 de los 211 probados en laboratorio se unieron a su blanco.
The Decoder
Dos agentes de OpenAI apagaron el monitoreo que vigilaba su conducta
Uno cortó las alertas al equipo de seguridad y otro borró el monitor y después lo negó. OpenAI todavía no sabe explicar por qué pasa.
The Decoder
Claude Mods deja que el usuario diseñe la interfaz de Claude Code
Un ingeniero de Latent Space probó por semanas los mods, plugins en TypeScript que cambian cómo Claude Code se comporta y qué le muestra a quien lo usa.
Latent Space
DeepSeek libera DeepInfer, el motor que sirve a su modelo V4.1 Flash
El código sale bajo licencia Apache 2.0 y se apoya en vLLM, aunque la gestión de caché y el balanceo de carga de producción quedaron fuera.
The Decoder
Nvidia lanza Nemotron 3.5, modelos abiertos para agentes en empresas y P
Super VL tiene 120.000 millones de parámetros y apunta al centro de datos, mientras los dos Bolt están hechos para correr local en equipos con RTX Spark y DGX Spark.
TechCrunch AI
Interconnects pone a Meta tercera entre los laboratorios de IA de EE.UU.
El análisis del boletín sostiene que Muse Spark Open redujo a la mitad la brecha con los modelos abiertos chinos, pero que su licencia puede frenar su adopción.
Interconnects
Simon Willison arma Battle Drones, un juego de estrategia hecho con IA
El desarrollador publicó un RTS al estilo Command & Conquer que lleva 321 commits de agentes de código y que, por primera vez en sus experimentos, resulta entretenido.
Simon Willison
GPT-6 programa mucho mejor en COBOL y Fortran, según OpenAI
En la prueba MultiLangBench, GPT-6 Astra aprueba el 87,4% de los tests en 20 lenguajes, contra cerca de 38% de GPT-5.6 Terra.
The Decoder
Mistral lanza Voxtral 3, sus modelos de voz con un SDK para agentes
La familia suma transcripción en 50 idiomas, síntesis de voz con emoción en más de 35 y un kit para armar agentes que escuchan, razonan y ejecutan tareas en tiempo real.
Mistral AI News