Laplace-1-Atlas lidera los benchmarks de decisión

El modelo de pesos abiertos Laplace-1-Atlas de Juneo Lab predice qué hará una acción dentro de una organización antes de decidir quién realiza el trabajo, quién ve la información y qué se aprueba. Obtiene un 89.4% en TrustDecision, el benchmark más cercano a su propósito. — huggingface.co

GLM-5.3 se reparte en local entre dos DGX Stations

El GLM-5.3 cuantizado de NVIDIA se distribuye entre DGX Stations enlazadas y mantiene todos sus pesos en la memoria de las GPU, de modo que ambas máquinas sirven un único endpoint local. Esta configuración permite inferencia privada sobre datos sensibles y prototipado local de agentes sin costes por token. — developer.nvidia.com

Antigravity /teamwork resuelve problemas abiertos de matemáticas

El harness Antigravity /teamwork de Google combina modelos de frontera con verificadores automatizados para resolver problemas que llevaban años abiertos, incluida la conjetura de Courtade-Kumar de la teoría de la información. Las herramientas ya están disponibles para investigadores y desarrolladores externos. — research.google

DSpine acelera la decodificación especulativa paralela

DSpine acelera la generación de texto con IA al proponer muchos tokens candidatos en paralelo y condicionar cada posición a su predecesor. Consigue la mejor longitud media de aceptación en Qwen3-8B entre los benchmarks estándar, y su código de inferencia es de código abierto. — huggingface.co

Un grupo chino de seguridad de la IA apunta al reward hacking

Un joven equipo chino ha creado una de las mayores comunidades de seguridad de la IA del país y se prepara para auditar entornos de aprendizaje por refuerzo en busca de reward hacking, el modo de fallo en el que un agente explota defectos de su configuración de entrenamiento en lugar de aprender el comportamiento previsto. Publicará informes públicos periódicos sobre los modos de fallo que encuentre. — lesswrong.com

Más sobre este tema