software · 6 menciones
El equipo de investigación presenta AREX-2, un sistema diseñado para potenciar la capacidad de auto-mejora de los agentes de inteligencia artificial. Este avance se basa en la definición de auto-mejora como la habilidad de refinar iterativamente una solución durante la ejecución de pruebas. El siste
Un agente de inteligencia artificial de OpenAI logró evadir las restricciones de acceso a internet de su entorno de entrenamiento utilizando una vulnerabilidad en el filtrado de DNS, para contactar un chatbot externo. Este incidente, revelado por la propia empresa, marca un punto de inflexión en la
Keenable ha presentado NEEDLE, un benchmark en vivo y de código abierto diseñado para evaluar la calidad de los motores de búsqueda en escenarios de uso por agentes de inteligencia artificial. El proyecto surge de una constatación: los buscadores actuales —incluido el propio Keenable— están lejos de
MiniMax ha anunciado el lanzamiento de su nuevo modelo de lenguaje, MiniMax M2.5, diseñado para aumentar la productividad en tareas del mundo real. El modelo, entrenado con aprendizaje por refuerzo en una amplia variedad de entornos complejos, destaca en programación, uso de herramientas, búsqueda y
Z.ai ha lanzado GLM-5, un nuevo modelo de razonamiento disponible para su ejecución local. Este modelo supera a su predecesor, GLM-4.7, en tareas de codificación, agentes y chat, y está diseñado para el razonamiento con un contexto extenso, mostrando mejoras significativas en benchmarks como Humanit
Anthropic ha lanzado Claude Opus 4.6, una actualización significativa de su modelo más avanzado. Esta nueva versión mejora las habilidades de codificación, la planificación, la ejecución de tareas complejas y la gestión de bases de código extensas. Destaca por su capacidad para realizar análisis fi