El radar

Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II)

OpenAI detalla cómo escaló Habitat, su sistema de almacenamiento online, para servir a más de mil millones de usuarios de ChatGPT, apoyándose en multi-tenancy fiable, caching global y Azure Cosmos DB para lograr lecturas 12 veces más rápidas. Es la segunda parte de un análisis técnico sobre el diseño de este almacenamiento a gran escala.

Por qué importa: Aporta un caso real de diseño de almacenamiento multi-tenant y caching a escala de miles de millones de usuarios, referencia útil para quien diseñe backends de baja latencia para servicios de IA.

↳ Contexto: Accelerating scientific discovery with ChatGPT for Academic Researchers · ver hilo completo

Securing our frontier model training environment

OpenAI describe cómo reforzó el aislamiento (containment) de su entorno de entrenamiento y evaluación de modelos frontier, incluyendo entornos offline y red-teaming de alto cómputo. La pieza complementa el reciente anuncio sobre el ritmo de desarrollo de modelos ante capacidades críticas en ciberseguridad. No se detallan en el texto cifras ni arquitecturas concretas.

Por qué importa: Reforzar el aislamiento de los entornos de entrenamiento y evaluación es la defensa de base frente a modelos con capacidades peligrosas, un patrón que cualquier equipo con acceso a cómputo para fine-tuning o evaluación debería replicar en su propia infraestructura.

↳ Contexto: Pacing model development in an era of cyber-critical capabilities · ver hilo completo

Bringing foundational models to the front lines of TB screening

Google Research detalla en IDWeek 2026 el recorrido de sus modelos fundacionales para cribado de tuberculosis a partir de radiografías de tórax, desde el benchmark publicado en 2019 hasta la validación prospectiva multi-sitio en NEJM AI en 2024. A través de la alianza con Nexus AI, la herramienta certificada criba radiografías en unos 45 segundos y opera en unas 40 instalaciones de seis países africanos, con más de 25.000 radiografías evaluadas por más de 90 clínicos, incluyendo despliegues offline a cuatro kilómetros de profundidad en la mina Mponeng. Además, han abierto vía HAI-DEF los embeddings de radiografía de tórax y MedSigLIP, un modelo visión-lenguaje ligero que permite clasificar o buscar imágenes con etiquetas en lenguaje natural y hacer fine-tuning con pocos ejemplos locales, junto con la familia MedGemma. IMPORTA: Muestra un patrón replicable de modelos fundacionales abiertos y ligeros (embeddings

Por qué importa: Muestra un patrón replicable de modelos fundacionales abiertos y ligeros (embeddings y visión-lenguaje ajustables con pocos datos y sin gran compute) llevados a producción real en entornos offline y con recursos limitados, una referencia útil para quien diseñe ingestión de datos no textuales, fine-tuning con datasets pequeños o despliegues de inference en el edge.

↳ Contexto: An AI tool for prioritizing candidate biomarkers from wearable sensor data · ver hilo completo

Jack Dorsey’s Block made an AI model that talks to you like an awkward new friend

Block, la empresa de Jack Dorsey, ha presentado Dessa, un modelo de IA entrenado "desde cero" únicamente con conversación humana, que se describe como un modelo true speech-to-speech y que puede ejecutarse localmente en un MacBook Pro M4 Max "o mejor". El equipo publica ejemplos de conversaciones (algunas algo awkward) y justifica el proyecto por curiosidad, mejor comprensión entre humanos e IA, y seguridad, señalando que la voz actual aplana el habla a texto y no capta la emoción; darán acceso temprano a un pequeño grupo de investigadores de seguridad en IA.

Por qué importa: Un modelo speech-to-speech entrenado solo con audio humano y ejecutable en local abre una vía distinta a los pipelines voz→texto→voz y apunta a un problema de seguridad (detectar emoción y dolor en la voz) que afecta a cualquier sistema de voz en producción.

Now Google says it might use your Gmail and Google Photos data to target ads

Google actualizó su política de privacidad el 16 de octubre para añadir una excepción a su promesa de no usar datos de Drive, Gmail o Google Photos para anuncios personalizados: ahora podrá hacerlo si el usuario conecta esos servicios a funciones de IA personalizada como AI Mode, Gemini Apps o Personal Intelligence. Los anunciantes no acceden a esos datos ni a identificadores personales, y Google dice que no mostrará anuncios basados en categorías sensibles. El usuario puede desconectar esas apps de las funciones de Personal Intelligence o desactivar las recomendaciones personalizadas en los ajustes de Search. IMPORTA: Si construyes productos sobre APIs o servicios de Google, este cambio de términos marca cómo el dato de usuario que alimenta features de IA personalizada puede acabar también en el circuito publicitario, algo a revisar en cualquier diseño que dependa de permisos de datos del usuario.

Por qué importa: Si construyes productos sobre APIs o servicios de Google, este cambio de términos marca cómo el dato de usuario que alimenta features de IA personalizada puede acabar también en el circuito publicitario, algo a revisar en cualquier diseño que dependa de permisos de datos del usuario.

↳ Contexto: Google Discover is getting an AI chatbot-tuned feed · ver hilo completo

Meta delays new business terms after publisher pushback on AI scraping

Meta retrasa hasta el 20 de noviembre la entrada en vigor de sus nuevos términos de negocio tras las críticas de editores, que temían que permitieran scrapear sitios de noticias para entrenar IA. La empresa ya había eliminado la mención a "training" del texto, pero los expertos legales consideraron insuficiente el cambio, y la News/Media Alliance exigió a Zuckerberg una revisión. Meta afirma que el aplazamiento servirá para explicar cómo usa sus web crawlers y que los propietarios de contenido podrán seguir usando robots.txt. Esta noticia continúa la pieza que publicamos hace unos días sobre estos mismos términos.

Por qué importa: Es un caso concreto de cómo el scraping para entrenamiento se negocia vía términos legales y robots.txt, algo que afecta a cualquiera que opere crawlers o datasets propios.

↳ Contexto: Meta’s new terms may allow it to train AI on news sites for free · ver hilo completo

LitPivot: Developing research ideas through dynamic contextualization within the literature landscape

LitPivot es un sistema desarrollado con la Universidad de Pennsylvania que ayuda a investigadores a navegar "pivots" inducidos por la literatura: organiza papers recuperados vía Asta Paper Finder alrededor de la parte de una propuesta que se está editando, ofrece críticas respaldadas por extractos de estudios seleccionados y sugiere revisiones que el usuario puede aceptar, editar o rechazar. Separa la idea en problema, contribución y plan de evaluación, cada uno con su propio ranking de literatura, y reordena los papers según la faceta revisada. En un estudio con 17 investigadores, expertos de dominio valoraron las ideas desarrolladas con LitPivot como mejor fundamentadas en la literatura que las hechas con un editor de texto y una herramienta de chat con IA; se presentará en UIST 2026.

Por qué importa: Muestra un patrón de diseño concreto para sistemas agénticos con RAG donde el corpus de evidencia se re-selecciona y re-rankea a medida que cambia el artefacto editado, con el humano controlando qué fuentes sustentan cada crítica.

AI Is Getting Good at Math. Here’s Why.

Artículo de análisis sobre por qué los LLMs están resolviendo cada vez más problemas matemáticos, usando la demostración de unit-distance y la propuesta de Gowers de medir la dificultad como 2^k + t (k = longitud de la secuencia mínima de hints, t = trabajo para desarrollarla). Describe un patrón de resolución basado en drafter (genera prompts según priors del modelo y errores previos como "negative hints"), solver (múltiples subagentes con parallel test-time compute) y verifier/checker que poda trayectorias terminadas, lo que hace racional gastar mucho compute en ideas inciertas porque la validación tarda minutos en vez de meses. Señala como límite que el verificador solo juzga argumentos completos, no si una idea a medio desarrollar va a algún lado. IMPORTA: Ofrece un patrón concreto de harness (drafter + solver + verifier con agentes adversariales) para sistemas que resuelven problemas abiertos, útil para quien diseñe pipelines agénticos donde el cuello de botella es verificar en vez de generar.

Por qué importa: Ofrece un patrón concreto de harness (drafter + solver + verifier con agentes adversariales) para sistemas que resuelven problemas abiertos, útil para quien diseñe pipelines agénticos donde el cuello de botella es verificar en vez de generar.

↳ Contexto: Google says its AI weather model is getting better · ver hilo completo

[AINews] Black October

"Black October" agrupa en unas 48 horas una oleada de divulgaciones y brechas críticas: un RCE no autenticado en PHP (PHP2Shell), un fallo CVSS 10 en GitLab presente desde 2014, un RCE en el decodificador Brotli de Node.js, LiteLLM 1.107.0 distribuido con un password stealer, exposición de claves en Railway y el cierre de Zeabur tras el breach de 321.810 cuentas. Microsoft atribuye el compromiso de la cadena de suministro de ConnectWise a Storm-0940, que usó el framework agéntico de pentest ARTEX contra más de 2.250 tenants de Microsoft 365. Además, el Frontier Red Team de Anthropic, con Theorem Labs, usó Claude para generar pruebas formales en más de 100 librerías open source (unas 180M de líneas de proofs y cientos de bugs parcheados). IMPORTA: Cualquiera que opere agentes o infraestructura de IA debería revisar su exposición a LiteLLM, Railway, GitLab y

Por qué importa: Cualquiera que opere agentes o infraestructura de IA debería revisar su exposición a LiteLLM, Railway, GitLab y eMudhra y asumir que los ataques con tooling agéntico ya alcanzan acceso privilegiado en horas, no días.

b11861: minimax-m3 : forward quant scales to the graph (fixes #31063) (#31097)

El commit b11861 de llama.cpp corrige un bug en minimax-m3.cpp: el pase genérico de escalas en llama-model.cpp carga los tensores de escala NVFP4 por experto (ffn_{up,gate,down}_exps_s) y las escalas MXFP8 del FFN denso y del shared expert, pero minimax-m3 nunca los reenviaba al grafo. Como build_moe_ffn() los dejaba a nullptr, build_lora_mm_id() omitía su rama w_s y los pesos de los expertos enrutados salían con un factor global_scale de más, saturando el residual (G ~= 15123 en M3.1 Flash) y produciendo token soup; el fix reenvía todas las escalas en los tres puntos de llamada, siguiendo el patrón de flint y otros modelos MoE con NVFP4. IMPORTA: Si sirves modelos MoE cuantizados en NVFP4 o MXFP8 con llama.cpp, este fix explica por qué ciertas rutas de quant scales d

Por qué importa: Si sirves modelos MoE cuantizados en NVFP4 o MXFP8 con llama.cpp, este fix explica por qué ciertas rutas de quant scales deben propagarse explícitamente al grafo y qué tipo de corrupción de salida provoca omitirlas.

b11854

Nuevo commit en llama.cpp (b11854) que añade soporte de precisión de src1 en el backend Vulkan, con selección de precisión de acumulador actualizada y manejo de overflows en activaciones copy-to-fp16. Incorpora helpers ggml para obtener la precisión, usados en el backend Vulkan, y además maneja src0 en fp32 y corrige el escalado de valores src0 en los tests.

Por qué importa: Afecta directamente a quien ejecuta inferencia local sobre GPUs vía Vulkan, ya que mejorar la selección de precisión y el manejo de overflows influye en corrección numérica y rendimiento del backend.

↳ Contexto: b10982 · ver hilo completo

b11850

llama.cpp añade soporte para Soprano-80M y Soprano-1.1-80M, modelos de generación de audio con backbone Qwen3 y decoder Vocos, que se ejecuta como mmproj gen-only. El convertidor detecta checkpoints Soprano y exporta el backbone como qwen3 y los pesos del decoder.pth Vocos como mmproj, con un pre-tokenizer propio (lowercase, colapso de espacios, split por dígito, fallback [UNK]). En mtmd se añade el grafo Vocos e ISTFT y se incluye el contexto gen-audio en mtmd_get_memory_usage; el decoder procesa la utterance completa, por lo que el modo stream envía el audio en un solo chunk tras flush(). IMPORTA: Habilita TTS y generación de audio dentro del mismo stack de llama.cpp/GGML, lo que permite servir audio en la misma infraestructura de inferencia que ya usan para LLMs, con cobertura amplia de backends (CUDA, ROCm, Vulkan, SYCL, OpenVINO, Apple Silicon).

Por qué importa: Habilita TTS y generación de audio dentro del mismo stack de llama.cpp/GGML, lo que permite servir audio en la misma infraestructura de inferencia que ya usan para LLMs, con cobertura amplia de backends (CUDA, ROCm, Vulkan, SYCL, OpenVINO, Apple Silicon).

IFC-MCQ: Automatically Generating Multiple-Choice Benchmarks for Evaluating LLM Agents on IFC Data Retrieval

El paper IFC-MCQ propone un método para generar automáticamente benchmarks de preguntas de opción múltiple destinados a evaluar agentes LLM en tareas de recuperación de datos IFC (el formato de modelo de información de construcción). Está firmado por Rabindra Lamsal y otros dos autores y se depositó en arXiv cs.CL. El texto disponible es fundamentalmente la ficha de metadatos del repositorio, por lo que los detalles metodológicos y los resultados no aparecen. APORTA: Un enfoque reutilizable de generación automática de benchmarks MCQ para agentes que consultan dominios de datos estructurados muy específicos, algo relevante para quien construye pipelines de evaluación de agentes sin depender de datasets anotados a mano.

Por qué importa: Aporta un enfoque reutilizable de generación automática de benchmarks MCQ para agentes que consultan dominios de datos estructurados muy específicos, algo relevante para quien construye pipelines de evaluación de agentes sin depender de datasets anotados a mano.

↳ Contexto: Backtrader-Bench: Benchmarking LLM Agents on Algorithmic Trading with Self-Generated MCQs · ver hilo completo