Anthropic publica paper sobre representaciones internas universales en LLMs
El estudio revela que todos los LLMs modernos desarrollan representaciones internas similares para conceptos fundamentales independientemente de la arquitectura. El hallazgo tiene implicaciones para interpretabilidad y….
Ver anuncio AnthropicAlphaCode 3 gana competencia internacional de programación derrotando a los 50…
AlphaCode 3 resolvió 8 de 10 problemas en la IOI 2026, superando a todos los competidores humanos.
Memory GPT: sistema de memoria persistente entre sesiones con control granular…
Memory GPT almacena información entre conversaciones con consentimiento explícito del usuario usando resúmenes jerárquicos.
Distribución óptima de computación entre entrenamiento e inferencia revela nuevo…
Investigadores de Oxford muestran que invertir 30% del presupuesto de entrenamiento en optimizar inferencia produce mejores….
NVIDIA anuncia el GB300 Grace-Blackwell Superchip para centros de datos de IA
El GB300 integra CPU Grace de 144 núcleos con dos GPUs Blackwell B300 conectadas por NVLink-C2C de 1.8 TB/s.
Investigadores presentan método para detectar texto generado por IA con 99.7% de…
El sistema Binoculars-2 de la Universidad de Maryland usa contrastes entre pares de modelos para identificar texto sintético.
Apple Intelligence 2.0: Siri se vuelve multimodal y proactiva con razonamiento…
Apple Intelligence 2.0 procesa texto, imágenes y audio localmente en el Neural Engine del A19.
Databricks adquiere MosaicML 2.0 por $2.8 mil millones para entrenamiento de…
La adquisición integra herramientas de pre-entrenamiento, fine-tuning y serving en la plataforma Databricks.
Investigadores crean modelo de IA que traduce el lenguaje de los delfines con…
El proyecto CETI, liderado por Harvard y MIT, usó modelos de lenguaje para decodificar comunicaciones de delfines nariz de botella.