El radar

Google’s new Guided Vision feature can help you read the fine print

Google lanza Guided Vision en Gemini Live para dispositivos Android compatibles, una función que ofrece descripciones de audio en tiempo real de lo que se apunta con la cámara del teléfono y permite hacer preguntas de seguimiento, como leer la fecha de caducidad de un producto. Está pensada para personas ciegas o con baja visión y también está disponible en Google TalkBack o mediante un atajo de accesibilidad en Android 9 o superior, tras anunciarse en unas recientes actualizaciones de Pixel. Google advierte de que no debe usarse para navegación, guía segura de desplazamiento ni detección de obstáculos.

Por qué importa: Es un caso de inferencia multimodal en tiempo real sobre vídeo de cámara en un dispositivo móvil, con requisitos de latencia y de grounding sobre el frame actual, un patrón relevante para quien construye agentes que razonan sobre flujos de cámara en vivo.

↳ Contexto: Google’s AI note-taking app now allows you to interact with books · ver hilo completo

OpenAI’s new agent is a shot at Meta — but can it compete with free?

En su DevDay, OpenAI presentó Dots, un agente personal impulsado por GPT-6 Astra, con agentes "especialistas" en áreas como contabilidad y análisis legal que llegarán pronto y una integración con Microsoft en su plataforma Agent 365. Dots se ofrece solo en el plan Pro de 100 dólares al mes, frente al acceso gratuito que Meta da a su agente Muse mediante una VM dedicada, y OpenAI presentó además "OpenAI Private Intelligence", un marco de privacidad de datos con opciones de retención cero. Altman y otros directivos posicionaron Dots para tareas de largo horizonte y trabajo de conocimiento, destacando seguridad y alineación de GPT-6 Astra frente a errores recientes de Muse. IMPORTA: Marca el arranque de la competencia por el modelo de negocio del agente personal — si el acceso gratuito de Meta con VM dedicada se impone al enfoque premium de OpenAI, cambian los supuestos de coste de cómputo e integración que cualquiera que despliegue agentes tendrá que asumir.

Por qué importa: Marca el arranque de la competencia por el modelo de negocio del agente personal — si el acceso gratuito de Meta con VM dedicada se impone al enfoque premium de OpenAI, cambian los supuestos de coste de cómputo e integración que cualquiera que despliegue agentes tendrá que asumir.

↳ Contexto: OpenAI launches Dots, its Muse competitor · ver hilo completo

Inside our months-long investigation into Kevin O’Leary’s Utah data center debacle

The Verge investiga durante meses el proyecto Stratos/Wonder Valley de Kevin O'Leary en Utah, un campus de IA de 40.000 acres y nueve gigavatios de potencia, más del doble del consumo medio de todo el estado. El proyecto se tramitó a través de MIDA, una agencia estatal de desarrollo militar con poder para anular la normativa local de uso del suelo, y se aprobó sin que el condado ni los residentes lo supieran, generando una reacción política que lo detuvo en seco.

Por qué importa: Muestra que el cuello de botella real del boom de infraestructura de IA ya no es la tecnología ni el capital, sino el conflicto con las comunidades locales y los procesos de aprobación, un riesgo a tener en cuenta al planificar despliegues de cómputo a gran escala.

OpenAI cuts ties with 3 safety researchers, WSJ reports

OpenAI ha despedido a tres investigadores de su equipo de safety por supuestamente compartir información confidencial de la empresa con una organización externa de seguridad en IA, según The Wall Street Journal. Un portavoz de OpenAI confirmó que una investigación interna determinó que "manejaron mal información sensible fuera de los procedimientos establecidos". La noticia llega dos días después de que The New York Times informara de que ejecutivos de OpenAI habrían ignorado advertencias de empleados sobre sus prácticas de seguridad, y en medio de una serie de incidentes de seguridad con agentes de la compañía; esta semana OpenAI también dijo que cancelaba el lanzamiento previsto de GPT-6.1 Astra por motivos de seguridad.

Por qué importa: Para quien despliega agentes o sistemas de IA en producción, refuerza que la governanza de safety y la gestión de información sensible dentro de los laboratorios es un frente activo y conflictivo, con posibles implicaciones en la confianza y continuidad de los modelos que consumen.

↳ Contexto: OpenAI reportedly ditches model over safety concerns · ver hilo completo

Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Un estudio de la firma de marketing Graphite analizó los hábitos de escritura de modelos fronterizos comparando 10.000 artículos previos a ChatGPT (grupo humano de control) con reescrituras generadas por IA, hallando 13.000 frases al menos dos veces más frecuentes en texto de IA que en humano. Opus 5.5 destaca por "dependable" (23 veces más) y "this matters" (116 veces más), mientras que Astra de OpenAI abusa de "another dimension" y del "corrective framing" tipo "not simply X". El uso del em-dash cayó drásticamente en todos los modelos (Opus 5.5 un 99% menos que Opus 5, Gemini 3.1 Pro casi lo eliminó), pero el número total de tells se mantiene estable porque aparecen otros nuevos por versión. IMPORTA: Si construyes pipelines de datos, evaluación o detección de contenido sintético, esto da marcadores léxicos cuantificados por modelo que puedes usar como features de detección o como métrica de regresión al hacer fine-tuning o cambiar de

Por qué importa: Si construyes pipelines de datos, evaluación o detección de contenido sintético, esto da marcadores léxicos cuantificados por modelo que puedes usar como features de detección o como métrica de regresión al hacer fine-tuning o cambiar de versión de modelo.

AutoSynthData: Generating Training Data for Enterprise Agents

ServiceNow CoreAI presenta AutoSynthData, un pipeline que convierte los fallos de un modelo objetivo y los éxitos de un teacher más fuerte en un curriculum de tareas de entrenamiento sintéticas para agentes enterprise, usando tarjetas de especificación de capacidades en lugar de los prompts originales. El sistema genera tareas en dos fases (target y multiply) que valida en cuanto a factibilidad, realismo, dificultad y verificación, y lo ilustra con el entorno EnterpriseOps Gym y su dataset liberado. IMPORTA: Para quien entrena o despliega agentes en entornos propios, muestra un método concreto para generar datasets de entrenamiento a partir de las debilidades reales del modelo en su entorno, en vez de datos sintéticos genéricos.

Por qué importa: Para quien entrena o despliega agentes en entornos propios, muestra un método concreto para generar datasets de entrenamiento a partir de las debilidades reales del modelo en su entorno, en vez de datos sintéticos genéricos.

Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

Hugging Face presenta Olmo-core 3, una revisión de su framework de entrenamiento de LLMs con un sistema rediseñado para MoEs (mixture-of-experts) a gran escala. El nuevo stack cambia de FSDP a un esquema basado en DDP que mantiene los expertos residentes en GPU, y reporta un throughput de 52.000 tokens/s por GPU frente a 19.400 del anterior en ocho NVIDIA B300 (~2,7×). Incluye soporte de MXFP8 (≈21% más de throughput que BF16 y memoria activa de 103 a 95 GiB) y benchmarks de hasta 1,2 billones de parámetros en 512 GPUs (858 TFLOP/s/GPU) y 2,38 billones con DeepEP v2. IMPORTA: Es infraestructura de entrenamiento de MoEs totalmente abierta, con detalles concretos de paralelismo, routing y formatos de precisión que se pueden reutilizar para escalar modelos propios.

Por qué importa: Es infraestructura de entrenamiento de MoEs totalmente abierta, con detalles concretos de paralelismo, routing y formatos de precisión que se pueden reutilizar para escalar modelos propios.

US arrests tech CEO accused of smuggling $300M in Nvidia chips into China

El DOJ arrestó a Greg Lui, CEO de Earthmade Computer, acusado de usar documentación falsa para desviar a China servidores con GPUs Nvidia A100 y H100 por más de 300 millones de dólares, mediante rutas a través de Malasia, Singapur y Hong Kong. La evidencia incluye emails, registros bancarios y el uso de una identidad falsa ("Jackie Lui"), y Lui enfrenta hasta 20 años de prisión. Bloomberg reporta además cuestionamientos a los "puntos ciegos" de Nvidia en compliance, que según oficiales permitieron cientos de miles de chips en un mercado negro que alimenta data centers en China. Esto se suma al caso del gerente senior de Nvidia vinculado al esquema de Supermicro, que ya cubrimos. IMPORTA: Para quien compra, despliega o asegura infraestructura GPU, esto evidencia que el compliance de exportación de aceleradores es un riesgo operativo real —con rutas de smuggling activas y proveedores bajo escrutinio— que puede afectar la disponibilidad, trazabilidad y legalidad del hardware de inference y training a escala.

Por qué importa: Para quien compra, despliega o asegura infraestructura GPU, esto evidencia que el compliance de exportación de aceleradores es un riesgo operativo real —con rutas de smuggling activas y proveedores bajo escrutinio— que puede afectar la disponibilidad, trazabilidad y legalidad del hardware de inference y training a escala.

↳ Contexto: Nvidia senior manager linked to Supermicro scheme smuggling AI servers to China · ver hilo completo

Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search

Un juez federal de EE.UU. desestimó las demandas antimonopolio de Chegg y Penske Media contra Google por sus productos de búsqueda con IA, al concluir que la conducta de Google no es ilegal bajo la ley antimonopolio porque no existía un acuerdo formal con esos sitios. El juez Mehta reconoció que el enfoque de Google hacia la búsqueda con IA puede ser injusto para los publishers, pero sostuvo que no puede aplicar la ley antimonopolio en lugar de una acción legislativa. La Comisión Europea y el Reino Unido están considerando estas mismas cuestiones.

Por qué importa: Marca el precedente legal de que raspar contenido para alimentar respuestas de IA no constituye por sí solo una violación antimonopolio en EE.UU., lo que afecta directamente a cómo se regula la obtención de datos de entrenamiento y el acceso a contenido en sistemas RAG y de búsqueda con IA.

b11351

Nuevo commit en llama.cpp (b11351) que añade el método alloc_buffer_n a la interfaz de tipos de buffer de ggml (ggml_backend_buffer_type_i), junto con la API pública ggml_backend_buft_alloc_buffer_n. También corrige la inicialización de cur_buf_size tras vaciar un buffer, añade un TODO para la lógica de split de buffers compartidos y agrega descripciones a los tests de alloc_buffer_n. IMPORTA: Toca la capa de gestión de memoria de buffers de ggml, el sustrato sobre el que corre la inferencia en llama.cpp, relevante para quien trabaja en backend de inferencia local o en optimización de memoria.

Por qué importa: Toca la capa de gestión de memoria de buffers de ggml, el sustrato sobre el que corre la inferencia en llama.cpp, relevante para quien trabaja en backend de inferencia local o en optimización de memoria.

b11339

Release b11339 de llama.cpp corrige un bug en el cálculo del límite de re-pooling de kpool: cuando un batch llena toda la caché (n_ctx tokens completan exactamente n_ctx/kpool pools), el bound n_tokens/kpool + n_seqs_unq sobrepasaba n_pool_real en una entrada, haciendo que el primer decode de contexto completo construyera tensores mayores que los reservados por graph reserve y provocando una reallocación de grafo (abort bajo GGML_SCHED_DEBUG_REALLOC=1). El fix acota el bound a n_pool_real, ya cubierto por n_pool_max en reserve.

Por qué importa: Cualquiera que corra llama.cpp con cachés grandes y kpool encontrará un abort espurio en el primer decode full-context bajo GGML_SCHED_DEBUG_REALLOC=1; actualizar evita una reallocación de grafo innecesaria en el arranque del contexto completo.

Don’t be fooled—LLMs don’t reason

Artículo de opinión de un ex-investigador de Google DeepMind que sostiene que los LLMs actuales no razonan de verdad: solo hacen system 1 (predicción del siguiente token), y el chain of thought no constituye un mecanismo de razonamiento separado porque se genera con el mismo proceso autorregresivo y a menudo se construye a posteriori. Propone inspirarse en la arquitectura de AlphaGo (red de política + búsqueda explícita sobre un árbol de juego) para construir sistemas que mantengan un estado epistémico explícito, inspeccionable y revisable, con separación entre conocimiento y manipulación del mismo, y una parte independiente que evalúe cuánto reduce la incertidumbre cada paso. IMPORTA: Para quien construye agentes o pipelines de razonamiento, el artículo da un criterio de diseño concreto —estado epistémico auditable y verificación independiente por paso— frente a la práctica actual de escalar el modelo o alargar el chain of thought, algo directamente relevante para evaluación, fiabilidad y trazabilidad en aplicaciones de alto riesgo.

Por qué importa: Para quien construye agentes o pipelines de razonamiento, el artículo da un criterio de diseño concreto —estado epistémico auditable y verificación independiente por paso— frente a la práctica actual de escalar el modelo o alargar el chain of thought, algo directamente relevante para evaluación, fiabilidad y trazabilidad en aplicaciones de alto riesgo.

A Holistic Assessment of the Carbon Footprint of Noor, a Very Large Arabic Language Model

Un paper de arXiv propone una evaluación holística de la huella de carbono de Noor, un proyecto en curso para desarrollar los mayores modelos de lenguaje multi-tarea en árabe, de hasta 13B parámetros. El análisis cubre el coste total en carbono del proyecto, desde la recolección y almacenamiento de datos, presupuestos de I+D, pretraining, estimaciones de serving futuro y otros costes exógenos de la cooperación internacional. Concluye que los costes de inference y los factores exógenos pueden tener un impacto significativo en el presupuesto total, y discute vías para reducir esa huella.

Por qué importa: Si los costes de inference y los factores exógenos pesan tanto como el propio entrenamiento en la huella total, planificar infraestructura y serving de modelos pasa a ser una decisión de sostenibilidad, no solo de rendimiento.

CAVE-Mem: Boundary-Aware Experience Validation for Memory Search

CAVE-Mem es un framework training-free que representa la experiencia de búsquedas pasadas como un operador de intervención tipado con condiciones de aplicabilidad, boundary y utilidad. En lugar de reutilizar experiencia solo por relevancia, solo permite que un operador modifique la respuesta base si coincide con el sustrato actual, el contrato de respuesta, el evidence boundary y una utilidad cross-fitted; si no, el sistema se abstiene. Reporta mejoras consistentes en memoria conversacional de largo plazo, question answering multi-hop y razonamiento narrativo sobre documentos largos.

Por qué importa: Ataca un fallo real de los sistemas de memoria en agentes —reinyectar experiencia "parecida" que en realidad es perjudicial— proponiendo un criterio de validación con abstención explícita que se puede adoptar sin entrenamiento en cualquier pipeline de RAG o memoria agéntica.

Signed Lexical Confidence for Risk-Calibrated Intent Routing

El paper introduce un "signed lexical gate" que combina el logit margin de un clasificador de frases con el soporte de un modelo léxico disperso sobre la intención predicha, asignando evidencia positiva al acuerdo léxico y negativa a una intención competidora favorecida léxicamente. Una etapa de calibración binomial independiente fija un umbral operativo para un objetivo de riesgo especificado. En diez ejecuciones sobre BANKING77, CLINC150 y HWU64, reduce el área bajo la curva riesgo-cobertura un 15,8%, 15,1% y 11,8% frente a un gate semántico aprendido, y a un objetivo de error del 5% aumenta la cobertura aceptada 1,83 y 5,14 puntos porcentuales en BANKING77 y HWU64. IMPORTA: Ofrece un mecanismo compacto e interpretable para calibrar cuándo un router de intenciones debe actuar o delegar, con umbrales ajustables a un objetivo de riesgo explícito en lugar de confiar solo en la confianza del modelo base.

Por qué importa: Ofrece un mecanismo compacto e interpretable para calibrar cuándo un router de intenciones debe actuar o delegar, con umbrales ajustables a un objetivo de riesgo explícito en lugar de confiar solo en la confianza del modelo base.