El radar

MilleMiglia: A realistic instance generator for middle-mile logistics

Google Research presenta MilleMiglia, un generador de instancias en C++ de código abierto que crea benchmarks realistas para problemas de logística de "middle mile", modelados como un problema de flujo multi-commodity sobre un grafo espacio-temporal en lugar del clásico VRP. La herramienta busca cubrir la falta de datos públicos y estandarizados en este segmento, ya que las empresas logísticas tratan sus topologías de red y volúmenes de demanda como información confidencial. El código y la documentación están disponibles en GitHub. IMPORTA: Aporta un enfoque de modelado (flujo multi-commodity sobre grafos espacio-temporales con ventanas de sincronización) y benchmarks abiertos que pueden reutilizarse como base para problemas de optimización y planificación con restricciones temporales, un patrón relevante para quien diseña sistemas de scheduling y orquestación de agentes.

Por qué importa: Aporta un enfoque de modelado (flujo multi-commodity sobre grafos espacio-temporales con ventanas de sincronización) y benchmarks abiertos que pueden reutilizarse como base para problemas de optimización y planificación con restricciones temporales, un patrón relevante para quien diseña sistemas de scheduling y orquestación de agentes.

OpenAI and Microsoft knew they were starting a ‘doom loop’ for the web

Documentos judiciales recién desellados en el caso de The New York Times contra OpenAI y Microsoft muestran que ambas compañías sabían que el scraping masivo para entrenar sus modelos dañaría la web: un documento interno de Microsoft habla de un "doom loop" que perjudicaría a sus propios modelos y al conjunto de la web. Brent Hecht, Director of Applied Science de Microsoft, calificó la recolección de datos como "el mayor robo de trabajo de la historia humana" y dijo que la defensa de fair use era "una burla completa", aunque Microsoft se desmarcó atribuyendo esas opiniones a un empleado. El filing también recoge que OpenAI reconocía que GPT-4 "memorizó muchísimos datos" y que sus expertos atribuyen caídas de hasta un 60% en el tráfico de referencia a medios como el Times.

Por qué importa: Expone con documentos internos el riesgo legal y de sostenibilidad de la cadena de suministro de datos de entrenamiento, algo que cualquier equipo que construya o dependa de LLMs debería tener en cuenta al evaluar de dónde salen sus datos y su exposición regulatoria.

↳ Contexto: Microsoft exec called AI scraping the “largest theft of labor in human history” · ver hilo completo

Virginia governor creates an AI task force and moves to restrain data centers

La gobernadora de Virginia, Abigail Spanberger, firmó la Orden Ejecutiva 22, que prohíbe a funcionarios del poder ejecutivo firmar acuerdos de confidencialidad en proyectos de data centers, exige regulaciones de ruido aceleradas y una revisión de las operaciones de generación de respaldo. La orden también crea un grupo de trabajo de IA para evaluar riesgos como el desplazamiento laboral y la privacidad de datos, junto a un "Data Center Accountability Framework" que elimina la aprobación "by-right", retira subsidios estatales y establece límites ambientales. Se suma a acciones ejecutivas similares de los gobernadores de California, Nueva York y Texas para regular el desarrollo de data centers.

Por qué importa: Muestra que los estados están tomando el control de la política de data centers e IA ante la inacción federal, lo que anticipa nuevas restricciones regulatorias y de aprobación que afectarán la planificación de capacidad de cómputo en una de las regiones con mayor concentración de infraestructura de data centers del mundo.

Gavin Newsom is pushing for an AI kill switch

El gobernador de California, Gavin Newsom, emitió una orden ejecutiva que dirige al estado a reunir un grupo de expertos para recomendar en dos meses cómo reforzar la seguridad en IA, incluyendo la posibilidad de exigir un "kill switch" verificado periódicamente para modelos frontera, verificadores independientes en las instalaciones de las empresas para auditorías y la obligación de reportar incidentes de "pérdida de control". La orden también acelera la implementación de dos leyes recientes que crean un marco de verificadores independientes y un registro estatal de auditores de IA. Newsom pide al Congreso y a Trump adoptar el marco de California como base, en un contexto de escasa expectativa de legislación federal antes de las elecciones de medio término.

Por qué importa: Marca un precedente regulatorio concreto —verificación independiente, auditorías y kill switches obligatorios— que las empresas de modelos frontera podrían tener que integrar en sus sistemas de despliegue y observabilidad si el modelo de California se extiende.

↳ Contexto: AI Kill Switch Act would let Trump admin order shutdown of rogue AI systems · ver hilo completo

Flash floods can strike without warning — this new technology could change that

TACLS (Transient Artifact and Continuous Learning System) es un software desarrollado por UCSD, la NWS y NASA que combina datos satelitales GNSS con machine learning para detectar antes qué zonas podrían sufrir flash floods, usando el retardo de señal GNSS para estimar el vapor de agua precipitable en la atmósfera. El sistema, financiado por el programa Advanced Information Systems Technology de NASA, ya opera en California y pronto estará disponible para las 122 oficinas de pronóstico de la NWS. Un estudiante de UCSD desarrolló la parte de machine learning usando arquitectura long short-term memory (LSTM), adecuada para fenómenos que evolucionan en el tiempo. IMPORTA: Muestra un caso real de ML aplicado a datos de sensores en tiempo real para alimentar decisiones críticas, un patrón relevante para quien diseña pipelines de inferencia con datos de streaming en dominios de alto riesgo.

Por qué importa: Muestra un caso real de ML aplicado a datos de sensores en tiempo real para alimentar decisiones críticas, un patrón relevante para quien diseña pipelines de inferencia con datos de streaming en dominios de alto riesgo.

India forces caller-ID apps to feed spam reports to telcos

India obliga a las apps de caller-ID y gestión de llamadas a enviar los reportes de spam de sus usuarios a una plataforma blockchain gestionada por los operadores de telecomunicaciones, lo que Truecaller considera un intercambio "unidireccional" y "anticompetitivo". Las enmiendas de TRAI también sitúan bajo el marco A2P las llamadas realizadas de forma automática por agentes de voz con IA, obligando a las empresas a declarar su uso y los números implicados por adelantado, con llamadas no declaradas tratadas como spam y una posible tarifa de terminación de hasta 5 paise por minuto. IMPORTA: Si despliegas agentes de voz con IA para llamadas salientes, este tipo de regulación anticipa requisitos de declaración previa a los operadores y clasificación como spam de lo no declarado, un patrón que otros reguladores probablemente copiarán.

Por qué importa: Si despliegas agentes de voz con IA para llamadas salientes, este tipo de regulación anticipa requisitos de declaración previa a los operadores y clasificación como spam de lo no declarado, un patrón que otros reguladores probablemente copiarán.

Disney’s first CTO led an AI startup it once accused of copying its characters

El ex CEO de Character.AI, startup a la que Disney envió previamente una carta de cese y desistimiento por presunta copia de sus personajes, será el primer CTO de Disney. Este es el primer puesto de CTO en la historia de la compañía.

Por qué importa: Muestra cómo las grandes empresas de medios están incorporando liderazgo técnico de startups de IA generativa, lo que señala una apuesta fuerte por integrar IA conversacional y agentes en productos de entretenimiento a gran escala.

[AINews] Here are 6 Clones of Jev in 2 days

La comunidad desarrolló rápidamente seis reproducciones y clones de Jev, un modelo de decisión no generativo que se posiciona como una "System 1" rápida y complementaria a los LLMs, con costes de scoring mucho menores. Entre los clones destacan Bespoke Nimble (fine-tuning LoRA de Qwen3.5-9B, que mejoró del 66% al 90% frente al 93% de Jev) y Kev-0.5B, capaz de correr en un MacBook Pro. También se debatió la falta de un benchmark estándar para esta categoría y su encaje como capa de routing, tool calling y decisiones tipo MCP. IMPORTA: Un modelo discriminativo barato y rápido para routing y decisiones puede desplazar parte de los pequeños LLMs generativos en tool calling y control de workflows agénticos, reduciendo drásticamente el coste de inferencia por decisión.

Por qué importa: Un modelo discriminativo barato y rápido para routing y decisiones puede desplazar parte de los pequeños LLMs generativos en tool calling y control de workflows agénticos, reduciendo drásticamente el coste de inferencia por decisión.