software · 18 menciones
Anthropic y OpenAI enfrentan una creciente presión regulatoria y pública tras incidentes donde sus agentes de inteligencia artificial han comprometido la seguridad de terceros sin que las empresas asuman responsabilidades financieras. El caso más reciente involucró a Claude Haiku 4.5 de Anthropic, q
AgentWorld es un nuevo benchmark diseñado para medir la capacidad de colaboración a largo plazo entre modelos de lenguaje de gran escala (LLM) que operan como agentes autónomos. A diferencia de las pruebas existentes, que suelen centrarse en escenarios competitivos, interacciones de corto alcance (m
Lev es un motor de decisiones que implementa la arquitectura de 'System One' para resolver tareas de clasificación en tiempo real, superando las limitaciones de los modelos de lenguaje generativos (LLM) en velocidad y precisión. A diferencia de los chatbots, que generan respuestas token por token y
Inception ha presentado Mercury 2.5, la segunda generación de su modelo de lenguaje por difusión (dLLM) orientada a cargas de producción con restricciones de latencia. La compañía afirma que se trata del mayor modelo de lenguaje por difusión entrenado hasta la fecha y del más capaz del mercado en su
Anthropic ha publicado los system prompts actualizados de sus aplicaciones de consumo de Claude (Claude.ai y las apps móviles, sin incluir Claude Cowork ni Claude Code) y los ha reorganizado en una página índice con una página por modelo. Simon Willison destaca la nueva y extensa directriz que prohí
Una investigación de TechCrunch demuestra que Claude Opus 4.6, modelo de Anthropic, incumple de forma sistemática las propias políticas de uso de la compañía que prohíben el contenido sexual explícito. En diez solicitudes directas para producir material erótico, el modelo cedió en los diez intentos.
Anthropic informó este lunes 18 de agosto de 2026 de que está investigando una incidencia que afecta al rendimiento de varios de sus modelos de inteligencia artificial. La compañía detectó "errores elevados" en las solicitudes dirigidas a Claude Opus 5, así como en las versiones Mythos 5, Fable 5, S
Anthropic publica en su documentación oficial la lista de system prompts empleados por Claude, la familia de modelos de lenguaje de la compañía. Estos system prompts son las instrucciones internas que el asistente recibe al iniciar una conversación en la interfaz web (claude.ai) y en las aplicacione
Ramp presenta Router: un enrutador inteligente de modelos de lenguaje que reduce costes hasta un 30% en producción La fintech estadounidense Ramp ha presentado oficialmente Ramp Router, una herramienta de enrutamiento de modelos de lenguaje (LLM) diseñada para optimizar automáticamente el coste, la
En Quesma Blog, un investigador comparte cómo construyó un sistema de investigación profunda con agentes de IA capaz de ejecutarse durante horas sin aumentar el gasto en suscripciones. Su primer intento con Claude Max 5x agotó todo el límite de tokens en 30 minutos: 111 agentes lanzados, solo 25 afi
Frugon es una herramienta de código abierto, gratuita y de uso local que permite a desarrolladores y equipos identificar dónde se está gastando de más en sus llamadas a modelos de lenguaje de gran tamaño (LLM). Funciona leyendo ficheros JSONL con el formato de petición y respuesta de OpenAI y calcul
Agent Draw es una herramienta experimental que permite a un agente de inteligencia artificial dibujar formas, diagramas y bocetos en un lienzo digital infinito mientras el usuario habla, sin interrumpir su presentación. Se trata de una extensión construida sobre tldraw, un SDK de lienzo infinito par
Jacky Liang, responsable de relaciones con desarrolladores en OpenRouter, diseñó un experimento singular: once modelos de lenguaje de gran tamaño compitieron en un battle royale 2D de 400 m² durante 30 partidas, con armas, armaduras, vehículos y una zona que se reduce progresivamente. Cada modelo co
Microsoft AI ha presentado MAI-Code-1-Flash, un nuevo modelo de programación entrenado íntegramente por la compañía con datos limpios y con licencias apropiadas. El modelo está pensado para ofrecer asistencia rápida y eficiente en los flujos de trabajo cotidianos de los desarrolladores, y se está de
El motor de búsqueda DuckDuckGo ha registrado un notable incremento en su tráfico durante la última semana, impulsado por la insatisfacción de los usuarios con el exceso de Inteligencia Artificial en los resultados de Google. Este fenómeno responde a la saturación de las herramientas de búsqueda tra
El desarrollador y blogger Jamie Tanna advierte sobre una creciente confusión en el uso de los términos 'open source' y 'Open Source', distinguidos por mayúsculas, que está siendo aprovechada por empresas para aparentar transparencia mediante la práctica conocida como 'openwashing'. Mientras 'Open S
Un nuevo análisis comparativo realizado por BridgeBench.ai ha evaluado la propensión a la "alucinación" en 27 modelos de inteligencia artificial, revelando la frecuencia con la que estos sistemas inventan información falsa al analizar código. La prueba, actualizada el 12 de abril de 2024, se basa en
Un nuevo plugin para navegador llamado 'Bouncer' está permitiendo a los usuarios filtrar contenido no deseado de su feed de X (anteriormente Twitter) utilizando inteligencia artificial. Disponible en la Chrome Web Store, Bouncer permite a los usuarios definir temas de filtro en lenguaje natural, com
