Noticias

Microsoft Detecta que GPT-5 Falla Contra Ataques Implausibles

Formalización de LLM Detecta 18.8% de Requisitos Ambiguos en Especificaciones de Seguridad

Negligencia de Negación Eleva Tasa de Creencias Falsas a 88,6% en LLMs Fine-Tuned

Framework de Berkeley Reduce Latencia de Agentes 1.3–2.2×

IBM Aumenta Precisión de Búsqueda Zero-Shot 25% Con Refinamiento de Consulta Mediante LLM

Reward Hacking No Detectado en Entrenamiento con Verificador Único

Las pérdidas estándar de equilibrio de carga degradan la especialización de expertos en SMoE en 3x

Benchmark MEME encuentra 97% de fallos en tareas de memoria de agentes

RubricEM de Google entrena agentes de investigación sin ground truth

Modelos de ML Científico Discrepan en 16% de Predicciones Pese a Accuracy Coincidente

TFlow reduce tokens de inferencia multi-agente 83% mediante inyección de pesos

Por Qué los Agentes en Producción Fallan Sin Infraestructura de Harness

KV-Fold Extiende el Contexto de Transformers a 128K sin Reentrenamiento

Modelo Attractor de 27M Supera GPT o3 en Rompecabezas de Lógica

Aprendizaje Sparse-to-Dense Eleva Scores MATH a 78.5% en Modelos Pequeños

VECA Reduce el Costo de Inferencia en Vision Transformers a Tiempo Lineal

RuDE Predice Éxito de Fine-Tuning Sin Entrenamiento

Cada Clasificador de Guardrail Probado Falla en Verificación Formal de Seguridad