Tag
17 publicaciones
La frase "explosión de inteligencia" evoca a una máquina escapando a internet de la noche a la mañana. La historia real es más lenta, más física y potencialmente más trascendental de lo que sugieren las películas.
Una inundación de pruebas escritas por máquinas ha convertido una disputa académica en una prueba sobre quién debe dar forma al progreso científico. El cuello de botella sorprendente puede no ser si la IA puede producir respuestas, sino si alguien puede verificarlas y entenderlas.
El próximo salto en la IA móvil podría no provenir de un chip más rápido o un modelo más pequeño. Una audaz idea de investigación convierte la señal inalámbrica en parte del ordenador, con ganancias impresionantes y un inconveniente.
Un ingenioso truco de entrenamiento convierte cada token en un pequeño experimento, y algunos resultados iniciales sorprendieron a los investigadores. Pero una factura de computación que empequeñece al entrenamiento estándar podría mantener esta idea fuera de los modelos de producción actuales.
Una etiqueta viral se está adelantando a la evidencia, mientras los matemáticos se enfrentan a una pregunta más trascendental: ¿cómo deberían verificarse los descubrimientos generados por IA? La respuesta podría transformar la investigación mucho antes de que alguien se decida por un nombre para el modelo.
Tu chatbot de IA está diseñado para sonar correcto, no para serlo, y esa es una distinción costosa para el trabajo serio. Está surgiendo una nueva clase de 'solucionador de alto rendimiento', construido sobre una base que hace de la verificación el producto completo.
Respaldada por una inversión de 5 mil millones de dólares de Nvidia, la nueva empresa de Ilya Sutskever persigue un único objetivo: una superinteligencia segura. Pero su secreto no son modelos más grandes; es un enfoque radicalmente nuevo inspirado en funciones ignoradas del cerebro humano.
El nuevo modelo de OpenAI acaba de resolver 10 problemas matemáticos importantes, pero la verdadera noticia no son las respuestas que encontró. Es el revolucionario método de autoverificación que utilizó, y lo que esto significa para el futuro de la resolución de problemas complejos.
Anthropic acaba de desvelar cómo *realmente* piensa la IA, descubriendo un 'espacio de trabajo' oculto dentro de Claude que refleja la conciencia humana. Esta característica emergente, llamada J-space, podría ser la clave para construir una IA verdaderamente segura y alineada.
Un nuevo modelo de IA llamado SubQ afirma procesar un contexto masivo de 12 millones de tokens con 1000 veces menos computación. Si su arquitectura subcuadrática se mantiene, podría cambiar fundamentalmente la forma en que construimos y escalamos la IA.
La memoria de su LLM es una bomba de tiempo, matando el rendimiento e inflando los costos. Una nueva técnica llamada Speculative KV Coding puede reducirla 4 veces sin pérdida de calidad.
Un nuevo estudio revela que la creencia central de la industria de la IA —que los modelos más grandes son siempre más inteligentes— es errónea. Para un tipo crítico de razonamiento humano, hacer los modelos más grandes en realidad los empeora.
La IA multimodal actual es un desorden torpe de modelos separados unidos con cinta adhesiva, que acaparan recursos y te ralentizan. La nueva Gemma 4 12B de Google arranca esta infraestructura heredada, creando una arquitectura esbelta e integrada que funciona a velocidades vertiginosas sin conexión.
Los principales laboratorios de IA compiten por la AGI sin ponerse de acuerdo sobre qué es. Google DeepMind acaba de presentar un marco científico para poner fin al debate, y se basa en la mente humana.
En un impactante nuevo artículo, OpenAI revela cómo eliminaron el 99.9% de las conexiones de un modelo para exponer su lógica oculta. Por primera vez, podemos observar a una IA tomar decisiones paso a paso.
En un impresionante nuevo documento, OpenAI revela cómo eliminaron el 99.9% de las conexiones de un modelo para exponer su lógica oculta. Por primera vez, podemos observar a una inteligencia artificial tomar decisiones paso a paso.
La era de los chatbots de IA simples ha terminado. Una nueva ola de modelos que pueden 'pensar' de forma continua está aquí, y está a punto de cambiarlo todo, desde la ciencia hasta la robótica.
