Destacada del día
OpenAI expandió ACP para que ChatGPT muestre comparativas visuales, feeds de merchants y refinamiento conversacional en shopping. La misma nota añade una experiencia de Walmart dentro de ChatGPT con account linking, loyalty y pagos en entorno Walmart.
Leer en openai.com (se abre en otra pestaña)OpenAI publicó un paquete de políticas “prompt-based” para convertir objetivos de protección de menores en clasificadores operativos con gpt-oss-safeguard. La release cubre seis áreas iniciales y se presenta como punto de partida, no como garantía completa.
Leer en openai.com (se abre en otra pestaña)Google Research presentó TurboQuant como una familia de algoritmos de quantization para compresión masiva en LLMs y vector search engines. La propuesta combina PolarQuant y QJL para atacar costes de memoria y eficiencia sin degradar el rendimiento.
Leer en research.google (se abre en otra pestaña)Cloudflare anunció Dynamic Workers para instanciar Workers en runtime y ejecutar código generado por IA dentro de isolates. La tesis del post es que los contenedores tradicionales son demasiado lentos y pesados para agentes que escriben código bajo demanda.
Leer en blog.cloudflare.com (se abre en otra pestaña)Agile Robots anunció una strategic research partnership con Google DeepMind para integrar Gemini Robotics foundation models con su hardware. El foco inicial está en manufactura y automatización, con un enfoque de desplegar, recoger datos, mejorar modelos y volver a desplegar.
Leer en agile-robots.com (se abre en otra pestaña)ServiceNow publicó EVA en Hugging Face y GitHub para evaluar conversaciones multi-turn completas con arquitectura bot-to-bot. El framework genera dos scores, EVA-A para accuracy y EVA-X para experience, sobre un dominio inicial de aerolíneas.
Leer en huggingface.co (se abre en otra pestaña)El paper “Beyond Binary Correctness” introduce LH-Bench para evaluar agentes de largo horizonte en tareas empresariales subjetivas. La propuesta se apoya en rúbricas expertas, artefactos ground-truth intermedios y validación por pairwise human preference.
Leer en arxiv.org (se abre en otra pestaña)El paper “Empirical Comparison of Agent Communication Protocols for Task Orchestration” compara tool-integration-only, multi-agent delegation e hybrid architectures. El objetivo es medir trade-offs operativos en tres niveles de complejidad, más que vender una herramienta concreta.
Leer en arxiv.org (se abre en otra pestaña)El reporte del 24 recoge la difusión de un estudio de Rutgers Business Review sobre la capacidad de ChatGPT para juzgar afirmaciones científicas y médicas, con reserva editorial por conflicto de fecha en la URL listada. Al probar más de 700 afirmaciones y repetir preguntas, el patrón dominante fue inconsistencia, además de una nota aproximada de “D”.
Leer en infobae.com (se abre en otra pestaña)No hay noticias de este tema hoy.