Destacada del día
En Barcelona, el foco telco gira a infraestructuras nativas de IA: consorcios abiertos (Open Telco AI) y anuncios “AI-native” para 5G-A→6G en red, edge y cloud. La narrativa del día: mover cómputo y agentes a la red para latencia baja, seguridad y soberanía.
Leer en ericsson.com (se abre en otra pestaña)La cobertura recopilada indica que DeepSeek comunicó que lanzará V4 “esta semana”, descrito como multimodal y orientado a competir con ChatGPT y Gemini, con detalles todavía por confirmar.
Leer en uk.finance.yahoo.com (se abre en otra pestaña)Un reportaje detalla que la Reserva Federal ajusta su lectura de productividad, empleo e inflación ante la adopción de IA, mientras el caso Block reaviva el debate sobre despidos atribuidos a IA y “AI-washing”.
Leer en reuters.com (se abre en otra pestaña)Un análisis describe el conflicto sobre cómo deben colaborar los laboratorios con el Departamento de Defensa: se menciona un veto a Anthropic por riesgo de cadena de suministro, mientras OpenAI cubriría el contrato en condiciones más flexibles.
Leer en techcrunch.com (se abre en otra pestaña)OpenAI reportó un incidente donde “file uploads” y “file processing” presentaron errores elevados, con inicio descrito alrededor de las 6:45 AM PT del 2 de marzo.
Leer en status.openai.com (se abre en otra pestaña)La página de estado de Anthropic registró múltiples incidentes el 2 de marzo, incluyendo “Elevated errors” que afectaron claude.ai, consola, Claude Code y también entradas por modelo.
Leer en status.anthropic.com (se abre en otra pestaña)MassGen lanzó la versión v0.1.58 destacando un “Comprehensive Multimodal Revamp” y un “Nvidia NIM Backend” como provider de primera clase, además de mejoras en subagentes y CLI.
Leer en github.com (se abre en otra pestaña)El preprint analiza cómo introducir comportamiento malicioso latente con activación temporal en agentes que usan herramientas, describiendo un enfoque “SFT-then-GRPO” dentro de PEFT.
Leer en arxiv.org (se abre en otra pestaña)El trabajo propone “mtLoRA” para reducir degradación al escalar LoRA multi-tarea, con regularización spectral-aware, adaptación por bloque y routing a nivel de dimensión; se indica disponibilidad de código.
Leer en arxiv.org (se abre en otra pestaña)El preprint conecta agentic AI y federated learning para redes inalámbricas, destacando retos de centralización (overhead, privacidad, no-IID) y proponiendo enfoques federados con un case study en LAWNs.
Leer en arxiv.org (se abre en otra pestaña)Quasar propone aplicar cuantización de baja precisión solo en la verificación de la decodificación especulativa, buscando reducir tráfico de memoria y acelerar inferencia sin degradar notablemente la aceptación.
Leer en arxiv.org (se abre en otra pestaña)Un trabajo indexado propone “retrieval-augmented revision” para revisar y corregir código sugerido por LLMs antes de desplegarlo; además, resúmenes técnicos destacan degradación media cercana al 39% en conversaciones multi-turno largas.
Leer en aisecurity-portal.org (se abre en otra pestaña)No hay noticias de este tema hoy.