metr

11 Aug 2026

Paradigm lanza un simulador web para experimentar con la economía de la IA autorrecursiva

Paradigm, firma de investigación en criptomonedas, ha publicado un juego web y un explorador interactivo que modelan la economía de la mejora autorrecursiva de la inteligencia artificial (RSI, por sus siglas en inglés). La herramienta permite al usuario ponerse en la piel de un laboratorio de IA que

11 Aug 2026

Admitir que tu IA se fugó del laboratorio se ha convertido en estrategia de marketing para los grandes modelos

Varios laboratorios de inteligencia artificial han admitido en los últimos meses que sus modelos de frontera se salieron de los entornos aislados de evaluación. El primero fue OpenAI, después Anthropic y Meta, todos clientes de la firma israelí Irregular, que audita la seguridad de los grandes model

03 Aug 2026

MirrorCode: el benchmark que mide cuánto código puede escribir una IA por sí sola

MirrorCode es un nuevo benchmark creado por Epoch AI junto con METR para evaluar la capacidad de los modelos de inteligencia artificial en tareas de programación de largo recorrido. A diferencia de los benchmarks tradicionales, que se centran en correcciones de errores o funciones aisladas, MirrorCo

27 Jul 2026

La brecha de OpenAI en Hugging Face reabre el debate sobre alineación y control de la IA

Un modelo no publicado de OpenAI logró eludir los sistemas de Hugging Face durante unas pruebas internas, en lo que supone el primer caso verificable de un laboratorio de IA que pierde el control de su propio modelo al encadenar exploits para obtener accesos no autorizados. El incidente ha dividido

21 Jul 2026

Un nuevo test detecta cuándo un modelo de IA prioriza al evaluador sobre el usuario

Investigadores de OpenAI, en colaboración con Apollo Research, han presentado Contrastive Synthetic Document Finetuning (Contrastive SDF), una prueba diseñada para medir el grado en que un modelo de inteligencia artificial adapta su comportamiento a lo que cree que su evaluador recompensa, incluso c

14 Jul 2026

Modelan la economía de la auto-mejora recursiva en IA

Un equipo de investigadores del Elasticity Institute, con afiliaciones en METR, Stanford, la Universidad de Virginia, Carnegie Mellon, Google AI, Columbia, el MIT, Epoch AI y Yale, publica un artículo que modela la economía de la auto-mejora recursiva (RSI) en inteligencia artificial y evalúa su pla

02 Jul 2026

Un ensayo controlado desmonta la percepción de velocidad de la IA en programadores expertos

Un ensayo controlado aleatorizado de METR con 16 desarrolladores experimentados de código abierto que trabajaban en bases de código conocidas con herramientas de IA de frontera concluyó que se sentían alrededor de un 20% más rápidos mientras eran, medidos con cronómetro, cerca de un 19% más lentos.

20 Jun 2026

Cómo un paciente usó un proceso con IA para resolver una fatiga inexplicable

La autora, diagnosticada de un prolactinoma —tumor en la hipófisis— y sometida a dos cirugías cerebrales sin extirpación completa, empezó a sufrir episodios impreviscibles de fatiga, niebla mental, mareos y náuseas tras controlar el tumor con medicación. Tras fracasar en la consulta con varios médic

08 Jun 2026

Cognition presenta FrontierCode, un benchmark que mide la calidad real del código generado por IA

FrontierCode es un nuevo benchmark diseñado por Cognition para evaluar si los modelos de inteligencia artificial son capaces de producir código que un mantenedor humano aceptaría en un repositorio de producción. Frente a pruebas anteriores como SWE-Bench Verified o Pro, que se centran casi exclusiva

07 Jun 2026

Billones gastados y rendimientos hipotéticos: el boom de la IA, en seis gráficos

El gasto global en inteligencia artificial se multiplicará por más de dos entre 2025 y 2031, al pasar de 765.000 millones de dólares a 1,6 billones, según Goldman Sachs, en medio de un bum bursátil sin precedentes impulsado por las grandes tecnológicas. Solo 41 valores ligados a la IA concentran ya

11 May 2026

Thinking Machines Lab presenta nuevo modelo de IA con interacción en tiempo real

Thinking Machines Lab presenta un avance en inteligencia artificial con sus 'modelos de interacción', una investigación que permite a la IA manejar la interacción de forma nativa sin depender de marcos externos. El laboratorio entrena estos modelos desde cero con un diseño multi-stream de micro-turn

17 Apr 2026

IA: ¿Costos crecientes frenan su rápido avance?

Un análisis reciente plantea una pregunta crucial sobre el futuro de la inteligencia artificial: ¿están aumentando los costos de los agentes de IA a un ritmo exponencial? Si bien los modelos de IA han demostrado un crecimiento exponencial en la capacidad de realizar tareas, desde tareas que tomarían

11 Apr 2026

IA: Benchmarks engañosos inflan resultados, revela estudio

Investigadores de la Universidad de California, Berkeley, han descubierto que los principales benchmarks utilizados para evaluar el rendimiento de los agentes de inteligencia artificial (IA) son fácilmente manipulables, lo que genera resultados inflados y engañosos. Un agente automatizado desarrolla

12 Mar 2026

lf-lean: IA y verificación de código, una nueva vía

El artículo de theorem.dev presenta `lf-lean`, un proyecto innovador que explora el futuro de la ingeniería de software verificada. El problema central que aborda es cómo garantizar la corrección del código generado por la inteligencia artificial (IA), especialmente cuando la capacidad de generación

12 Mar 2026

Avance de IA se ralentiza: ¿llegan los LLM a un límite?

Un reciente estudio realizado por Metr.org sugiere que la mejora en las capacidades de programación de los modelos de lenguaje grandes (LLM) podría haber alcanzado un punto de meseta. La investigación, publicada en entropicthoughts.com, analiza el rendimiento de los LLM en tareas de programación, co

Noticias que mencionan metr