software · 16 menciones
CrucibleBench es un proyecto de investigación independiente que propone una forma distinta de evaluar los modelos de lenguaje: en lugar de tests estáticos, los sitúa durante 50 turnos dentro de un MUD (un dungeon multijugador de texto persistente) con personajes no jugables que recuerdan, acumulan c
TRMNL ha abierto en beta pública una nueva función llamada AI Agent dentro de su plataforma, pensada para que cualquier usuario pueda crear plugins escribiendo instrucciones en lenguaje natural en lugar de programar. El agente interpreta la petición y genera el marcado, ajusta la configuración del p
El precio por millón de tokens que muestran las tarifas de los modelos de IA oculta un segundo factor decisivo: cada tokenizador trocea el mismo texto en un número distinto de unidades, y la factura final depende de esa multiplicación. Un análisis de Playcode con 16 ficheros reales (inglés, HTML, Ja
Phosphor es una plataforma digital de aprendizaje que integra evaluaciones formativas calificadas por modelos de lenguaje directamente en los materiales de lectura. Se diseñó como respuesta a dos problemas bien documentados en la educación superior: el uso sin restricciones de la IA generativa, que
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
WoofWare.PawPrint es un runtime determinista para .NET inspirado en CHESS, el sistema de Microsoft Research para la verificación sistemática de programas concurrentes. El proyecto, publicado en NuGet en una versión inicial, interpreta el IL (lenguaje intermedio) de .NET 10 y reemplaza únicamente los
Microsoft ha presentado MAI-Thinking-1, su primer modelo de inteligencia artificial de razonamiento avanzado desarrollado íntegramente desde cero por el equipo de Microsoft AI (MAI), sin recurrir a destilación de modelos de terceros. El anuncio, realizado en el marco de la conferencia Microsoft Buil
Microsoft Copilot Cowork, una herramienta de colaboración dentro de Microsoft 365, ha sido identificada como vulnerable a ataques de exfiltración de archivos a través de una técnica de inyección indirecta de prompts. Investigadores han demostrado que un atacante puede manipular la herramienta para q
Un desarrollador independiente ha creado una aplicación que permite a los modelos de lenguaje generar imágenes de forma iterativa, en lugar del método tradicional de generación instantánea. La herramienta fue construida para abordar lo que su creador percibe como una insatisfacción artística en los
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
Una nueva plataforma de código abierto llamada SprintiQ Turbo ha sido lanzada, diseñada para optimizar los flujos de trabajo de codificación impulsados por inteligencia artificial, específicamente con Claude Code de Anthropic. La plataforma, disponible en GitHub bajo la licencia Apache 2.0, actúa co
Investigadores han desarrollado 'Talkie', un modelo de lenguaje de 13 mil millones de parámetros entrenado con textos en inglés anteriores a 1931, para explorar el pasado de la inteligencia artificial y comprender mejor su futuro. El proyecto, liderado por Nick Levine, David Duvenaud y Alec Radford,
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
Este artículo describe la construcción de un agente de codificación local basado en IA, un experimento para comprender los componentes básicos necesarios para crear un asistente de codificación conversacional que opere directamente en tu máquina, sin depender de servicios en la nube. El objetivo era
Anthropic ha lanzado una versión preliminar de Claude Code Security, una nueva herramienta diseñada para ayudar a los equipos de seguridad a identificar y corregir vulnerabilidades en el código. Disponible inicialmente para clientes Enterprise y Team, y con acceso prioritario para los mantenedores d
Anthropic ha lanzado Claude Sonnet 4.6, la versión más avanzada hasta la fecha de su modelo Sonnet. Esta actualización representa una mejora significativa en diversas áreas, incluyendo codificación, uso de computadoras, razonamiento con contexto extenso, planificación de agentes, trabajo de conocimi
