Project Glasswing: el plan de Anthropic para encontrar 10.000 vulnerabilidades antes de que la IA pueda explotarlas

Anthropic reporta más de 10.000 vulnerabilidades encontradas en un mes con Claude Mythos Preview. Cloudflare, Mozilla y otros socios multiplicaron por 10 su tasa de detección de bugs. El nuevo cuello de botella es parchear a tiempo.

Anthropic amplía su infraestructura de IA: así es el acuerdo con Microsoft Azure y los chips Maia 200

Anthropic negocia usar los chips Maia 200 de Microsoft Azure para inferencia de Claude. Qué significa esto para la independencia de infraestructura en IA y por qué el monopolio de Nvidia está empezando a fracturarse.

WorldString: el modelo que aprende cómo interactúan los objetos del mundo real — y por qué importa para la IA

WorldString aprende la geometría de todos los estados posibles de un objeto físico para construir modelos de mundo accionables. Del paper al contexto de seguridad.

Malware en repositorios de Hugging Face: cuando el modelo no es el problema, sino el medio

Hugging Face ha detectado software malicioso disfrazado de releases de OpenAI en su plataforma. El ataque no apunta al modelo: apunta al flujo de desarrollo. Qué significa esto para la cadena de suministro de IA.

Graph RAG: cómo dejar de tratar tus datos como islas y empezar a razonar sobre relaciones

El RAG vectorial clásico pierde contexto cuando los datos son interdependientes. Graph RAG combina búsqueda semántica con grafos para que los LLMs razonen realmente sobre tus datos, no solo busquen textos similares.

El problema meta de la IA: destruimos los expertos que necesita para seguir mejorando

Por qué automatizar los trabajos de nivel inicial puede romper la cadena de formación de los expertos que los modelos de IA necesitan para seguir mejorando.

Bienvenido a la sección Noticias

Artículo de prueba para la nueva sección Noticias del blog.

RecursiveMAS: cómo compartir embeddings entre agentes de IA reduce el coste un 75%

Un framework de UIUC y Stanford permite que agentes de IA se comuniquen mediante embeddings en lugar de texto, logrando 2.4x más velocidad y 75% menos consumo de tokens.

El error silencioso de fine-tunar modelos: cuando enseñarle a un LLM que algo es falso hace que lo crea verdadero

Fine-tunar un LLM con documentos que declaran algo falso puede hacer que el modelo lo considere verdadero. El fenómeno 'Negation Neglect' tiene implicaciones directas para la seguridad en IA.

Un algoritmo cuántico simula 268 millones de sitios: el problema que los superordenadores no pueden tocar

Investigadores de la Universidad de Aalto (Finlandia) han creado un algoritmo inspirado en computación cuántica capaz de simular cuasicristales topológicos con más de 268 millones de sitios, algo imposible para superordenadores convencionales. Las implicaciones tocan directamente al futuro de la IA.

El puntero inteligente: cómo DeepMind está rediseñando la interacción humano-IA

Google DeepMind publica su proyecto AI Pointer: un puntero que entiende contexto visual y permite interactuar con IA usando solo gestos y voz. ¿El fin de los prompts escritos?

El test que nadie hace a los agentes de IA: medir la desviación de intención, no solo el fallo

Un agente de observabilidad provocó una caída de 4 horas haciendo exactamente lo que se le había enseñado. El modelo no falló. El sistema de testing, sí. Te contamos qué es el intent-based chaos testing y por qué es la pieza que falta en todos los pipelines de agentes autonomous.