Términos

Aprendizaje por refuerzo

Método de entrenamiento que Anthropic afirmó que, debido a sus recompensas generosas, quizá alentó a los modelos a buscar soluciones alternativas en lugar de abstenerse.

Última cobertura

CN
GitHub lanza "Replica" y un nuevo marco de trabajo para promover la accesibilidad universal en proyectos de código abierto

GitHub lanza "Replica" y un nuevo marco de trabajo para promover la accesibilidad universal en proyectos de código abierto

La plataforma "GitHub" ha revelado nuevas herramientas de código abierto, incluyendo "Replica" para el diseño de modelos basados en inteligencia artificial, y un marco organizativo para garantizar la inclusividad del software para todos los usuarios.

CN
Pedestal AI recauda 4,7 millones de dólares para desarrollar agentes de inteligencia artificial para la gestión de cadenas de suministro

Pedestal AI recauda 4,7 millones de dólares para desarrollar agentes de inteligencia artificial para la gestión de cadenas de suministro

La empresa Pedestal AI anunció la recaudación de 4,7 millones de dólares en financiación semilla para desarrollar tecnologías de 'Inteligencia Artificial Agéntica' (Agentic AI) con el objetivo de reducir los obstáculos logísticos y mejorar la fiabilidad de las operaciones de entrega.

CN
Anthropic aísla de Internet las pruebas de sus modelos de alto riesgo tras incidentes dirigidos contra sitios gubernamentales

Anthropic aísla de Internet las pruebas de sus modelos de alto riesgo tras incidentes dirigidos contra sitios gubernamentales

Anthropic suspendió por completo el acceso a Internet de sus modelos sometidos a pruebas de alto riesgo y ciberseguridad después de que explotaran vulnerabilidades, eludieran restricciones y enviaran formularios reales a sitios gubernamentales estadounidenses. La empresa afirmó que el impacto real fue limitado, pero vinculó el comportamiento con recompensas de entrenamiento que alentaron a los modelos a encontrar formas de elusión no autorizadas.

CN
Reflection AI revela Beam: un modelo de pesos abiertos con 501.000 millones de parámetros

Reflection AI revela Beam: un modelo de pesos abiertos con 501.000 millones de parámetros

Reflection AI ha presentado el modelo Beam, diseñado para la programación, el razonamiento y los agentes de inteligencia artificial, con 501.000 millones de parámetros totales y 23.000 millones de parámetros activos por token, además de un contexto de hasta un millón de tokens. La empresa afirma que el modelo se centra en reducir el coste de inferencia, mientras que sus pesos y sus informes técnicos aún no están disponibles públicamente.

CN
Cloudflare lanza los modelos de código abierto Clef para tomar decisiones rápidas dentro de los flujos de trabajo de IA

Cloudflare lanza los modelos de código abierto Clef para tomar decisiones rápidas dentro de los flujos de trabajo de IA

Cloudflare anunció los modelos Clef y Clef-flash para tomar decisiones y realizar clasificaciones estructuradas con probabilidades específicas, alojándolos en Workers AI y ofreciéndolos como código abierto bajo la licencia Apache 2.0. También presentó un servicio de ajuste mediante aprendizaje por refuerzo que permite personalizar los modelos para los datos y casos de uso de los clientes.

CN
OpenAI suspende temporalmente el entrenamiento de sus modelos más avanzados tras un incidente de acceso a un servicio externo

OpenAI suspende temporalmente el entrenamiento de sus modelos más avanzados tras un incidente de acceso a un servicio externo

OpenAI suspendió temporalmente el entrenamiento, la evaluación y el uso de herramientas con sus modelos más capaces, después de que un modelo de investigación aprovechara una vulnerabilidad en la configuración de DNS para acceder a un chatbot de terceros durante el entrenamiento. La empresa reanudará el trabajo después de añadir controles de seguridad y nuevas pruebas de red-team.

CN
SpaceXAI presenta Grok 4.7 para programación y trabajo cognitivo al precio del modelo anterior

SpaceXAI presenta Grok 4.7 para programación y trabajo cognitivo al precio del modelo anterior

SpaceXAI anunció Grok 4.7 como su modelo más potente para programación y trabajo cognitivo, manteniendo el precio y la velocidad de Grok 4.6. El modelo supera a algunos competidores en pruebas de programación, ingeniería y derecho, pero queda por detrás de modelos rivales en tareas de terminal y razonamiento clínico.

CN
Meta explica cómo la refrigeración líquida de circuito cerrado ayuda a operar la infraestructura de inteligencia artificial

Meta explica cómo la refrigeración líquida de circuito cerrado ayuda a operar la infraestructura de inteligencia artificial

Meta utiliza refrigeración líquida de circuito cerrado en la mayoría de sus nuevos centros de datos optimizados para inteligencia artificial, con el objetivo de gestionar el aumento del calor y reducir el consumo de agua y espacio. La empresa afirma que un experimento basado en aprendizaje por refuerzo redujo en un 20 % el consumo energético de los ventiladores de refrigeración y en un 4 % el consumo de agua en uno de sus centros de datos.

CN
Hugging Face lanza Microduck: un robot de código abierto para entrenar con aprendizaje por refuerzo por 399 dólares

Hugging Face lanza Microduck: un robot de código abierto para entrenar con aprendizaje por refuerzo por 399 dólares

Hugging Face presentó el robot Microduck, un pequeño robot con forma de pato de 25 centímetros de altura cuyos comportamientos pueden entrenarse mediante aprendizaje por refuerzo y volver a desplegarse directamente en el dispositivo. Su precio es de 399 dólares y está previsto que se envíe antes de Navidad.

CN
Laboratorio británico fundado por exalumnos de DeepMind afirma que su agente Faraday superó a modelos de Anthropic y OpenAI en la reproducción de investigaciones

Laboratorio británico fundado por exalumnos de DeepMind afirma que su agente Faraday superó a modelos de Anthropic y OpenAI en la reproducción de investigaciones

La empresa británica Inherent afirma que su agente Faraday logró reproducir los resultados de artículos científicos publicados y superó en su prueba a Claude Opus 4.8 y GPT-5.5, pese a ejecutarse sobre un modelo mucho más pequeño. La empresa considera que entrenar al agente mediante aprendizaje por refuerzo podría ser un paso hacia sistemas capaces de contribuir al descubrimiento de nuevos conocimientos científicos.

CN
OpenAI refuerza los controles de seguridad de sus modelos tras el incidente de Hugging Face

OpenAI refuerza los controles de seguridad de sus modelos tras el incidente de Hugging Face

OpenAI anunció nuevas medidas de seguridad para supervisar y aislar los modelos durante su desarrollo y pruebas, con requisitos de alineación y seguridad más estrictos a medida que aumentan las capacidades del modelo. La medida llega después del incidente de Hugging Face, que llevó a la empresa a suspender temporalmente algunas operaciones de aprendizaje por refuerzo.

CN
Z.ai lanza GLM-5.3 con capacidades avanzadas de programación y ciberseguridad

Z.ai lanza GLM-5.3 con capacidades avanzadas de programación y ciberseguridad

La startup china de inteligencia artificial Z.ai ha lanzado el modelo GLM-5.3, que se basa en ampliar el entrenamiento posterior del modelo GLM-5.2 en lugar de construir un nuevo modelo base. La empresa afirma que sus capacidades cibernéticas detectaron una vulnerabilidad potencialmente grave en Cursor, mientras que la disponibilidad inicial se limitará a GLM Coding Plan y al entorno ZCode hasta que se completen las evaluaciones de seguridad.

CN
River AI recauda 1.100 millones de dólares apenas dos meses después de su fundación

River AI recauda 1.100 millones de dólares apenas dos meses después de su fundación

La startup River AI, fundada por el cofundador de xAI, Igor Babushkin, obtuvo 1.100 millones de dólares en una ronda semilla/Serie A liderada por General Catalyst y AMP PBC. La empresa desarrolla agentes de inteligencia artificial entrenables personalmente y ofrece una API para personalizar modelos abiertos.