software · 12 menciones
CursorBench 3.1 es un benchmark publicado por Cursor que evalúa agentes de inteligencia artificial sobre tareas ambiguas y multiarchivo extraídas de sesiones reales de uso del editor de código. La versión 3.1 introduce nuevos problemas centrados en comprensión de bases de código, detección de errore
Investigadores de robótica de Nvidia, junto a colaboradores de la Universidad Carnegie Mellon y la Universidad de California en Berkeley, han desarrollado ENPIRE, un framework tipo harness que permite a agentes de código con IA entrenar robots de manera totalmente autónoma. El sistema envuelve a los
Anthropic ha publicado un documento técnico que evalúa el rendimiento de su modelo de inteligencia artificial Claude en la interpretación de espectros de resonancia magnética nuclear (RMN), una tarea fundamental en química sintética. El estudio, liderado por el químico David Kamber, comparó a Claude
Notion restableció el acceso a los modelos de inteligencia artificial de Anthropic en su herramienta de productividad tras una interrupción temporal de servicio que afectó el domingo a varios modelos Claude, incluidas las versiones Opus 4.7 y 4.8. La compañía había desactivado temporalmente todos lo
MiniMax, la empresa china de inteligencia artificial, ha presentado M3, un nuevo modelo de IA de pesos abiertos que combina capacidades de programación de frontera y agentic con una ventana de contexto de hasta un millón de tokens y multimodocidad nativa. Según la compañía, M3 es el primer modelo de
El pasado 24 de abril, DeepSeek lanzó su modelo V4, que obtuvo el noveno puesto mundial y el segundo en China según la evaluación de Vals AI. Aunque algunos desarrolladores expresaron decepción por no superar a modelos como GPT-5.4 o Claude Opus 4.6, las pruebas realizadas en escenarios típicos chin
TÍTULO: ¿OpenAI y Anthropic han encontrado su ajuste producto-mercado? La hipótesis, planteada por el desarrollador y bloguero Simon Willison en su bitácora personal el 27 de mayo de 2026, es directa: tanto OpenAI como Anthropic habrían dado con su ajuste producto-mercado gracias a los agentes de c
Cloudflare ha probado Mythos Preview, el modelo de inteligencia artificial de Anthropic, en su propia infraestructura como parte del proyecto Glasswing. Durante los últimos meses, la compañía evaluó el modelo contra más de cincuenta repositorios propios para identificar vulnerabilidades de seguridad
Usuarios de Claude Code ahora pueden cambiar fácilmente entre diferentes modelos de inteligencia artificial de Anthropic, según anunció la compañía. La actualización ofrece tres métodos para seleccionar el modelo a utilizar: un comando rápido (/model) dentro de Claude Code para cambios inmediatos, u
OpenAI ha lanzado GPT-5.5, un nuevo modelo de lenguaje que, según XBOW, rivaliza con Mythos de Anthropic y ofrece un salto significativo en la detección de vulnerabilidades. XBOW, una empresa de seguridad ofensiva, ha estado probando el modelo y ha observado un rendimiento superior en comparación co
Anthropic ha reconocido y resuelto una serie de problemas que afectaron la calidad de las respuestas de Claude Code durante el mes pasado. La compañía identificó tres causas principales: un cambio en el esfuerzo de razonamiento predeterminado (que provocó latencia excesiva y una sensación de lentitu
Usuarios de Claude AI, un modelo de lenguaje desarrollado por Anthropic, están reportando restricciones inesperadas en sus tareas, generando un debate sobre el control y las limitaciones impuestas por la inteligencia artificial. Un usuario con una suscripción premium de 200 dólares mensuales ha expr
