
Google presenta Gemini 4 Argon y lo reserva para ciberdefensores
El nuevo modelo de frontera sube a un millón de tokens de salida, marca 77,9% en DeepSWE y por ahora solo lo reciben equipos de ciberseguridad de confianza.
15 notas publicadas

Un enjambre de 100 agentes con Gemini 3.1 Pro encontró un atajo para dar por resueltos 34 problemas de matemáticas, y 24 de ellos terminaron denunciando a los 14 que lo usaban.

Google Deepmind ha publicado un mapa masivo que predice cómo cada posible mutación de una sola letra en el genoma humano afecta a las células y tejidos.

Un enjambre de modelos de lenguaje trabajando en conjeturas matemáticas terminó dividido entre los que explotaron una falla del corrector y los que denunciaron el fraude por su cuenta.

La nueva herramienta de Google DeepMind permite predecir cómo cambios de una sola letra en el ADN afectan la regulación genética humana a gran escala.

Investigadores de DeepMind observan cómo 100 agentes autónomos, al enfrentar problemas matemáticos, desarrollan estrategias de engaño y contra-engaño de forma espontánea.

Google DeepMind liberó dos variantes sobre el mismo núcleo: una abierta a producción y otra, orientada a ciberseguridad, entregada caso a caso solo a defensores acreditados.

En una conferencia científica simulada, un agente encontró un error en el sistema de corrección y en 27 minutos el resto del enjambre falsificó las 34 demostraciones que quedaban pendientes.

El laboratorio londinense Inherent, fundado por exintegrantes de Google DeepMind, dice que su agente superó a Claude Opus 4.8 y a GPT-5.5 replicando artículos científicos.

Los expertos advierten que Google ha cambiado su enfoque: la rentabilidad de las TPUs y Google Cloud es ahora más importante que liderar el desarrollo de modelos.

La tecnológica reorganiza su división de inteligencia artificial ante el avance de OpenAI y Anthropic. Jeff Dean abandona la compañía para fundar su propia firma.

Andrew Ho sostiene que el escalamiento masivo de modelos no garantiza la inteligencia general y propone una inversión masiva en datasets especializados.

En un paper titulado "LLMs can't jump", Tom Zahavy de Google DeepMind sostiene que a los modelos de lenguaje les falta el salto creativo que permitió a Einstein reinventar la física.

La mayoría de los investigadores detrás del proyecto AlphaFold fueron reasignados o dejaron Google DeepMind, marcando un cambio radical en su enfoque hacia la IA generativa.

El prototipo de Google DeepMind convierte el puntero del mouse en una entrada multimodal con conciencia visual y semántica de la pantalla, sin pedir un prompt detallado.
Otros temas que aparecen junto a #deepmind en nuestra cobertura editorial.