El radar

Sam Altman says it’s better for RAM to be in a data center than on your desk

Sam Altman afirmó en el podcast Cheeky Pint que, ante la escasez global de DRAM, es "terrible" que la gente tenga RAM en sus PCs locales usada solo un cinco por ciento del tiempo, y que desde una perspectiva de asignación global conviene maximizar la utilización en la nube. Sus declaraciones se enmarcan en la escasez de memoria provocada en parte por las compras de OpenAI, con acuerdos a largo plazo de Samsung y SK Hynix con operadores cloud y proyectos como Stargate que reservan buena parte de la producción mundial de RAM. El artículo contrasta esa intuición con el deseo de muchos usuarios de hacer inference local con modelos open-source.

Por qué importa: La centralización de memoria en data centers tensiona el trade-off fundamental entre eficiencia de recursos globales y la viabilidad económica de la inferencia local con LLMs open-source, lo que obliga a replantear arquitecturas de agentes distribuidos que dependen de capacidad computacional descentralizada.

↳ Contexto: Sam Altman says ‘some bad things’ will happen, but AI is totally worth it · ver hilo completo

The biggest names in AI are backing a new way to opt out of scraping

OpenAI, Google, Microsoft y Anthropic adoptarán un nuevo estándar de "policy token" propuesto por Kevin Kelley (Anthropic) dentro del IETF, que permite a los editores declarar sus preferencias de entrenamiento de IA una sola vez en robots.txt y aplicarlas frente a múltiples crawlers, en lugar de configurarlas empresa por empresa. Anthropic ya lo ha adoptado; Google y Microsoft prevén soportarlo el año que viene y OpenAI en los "próximos meses", mientras Meta apoya la iniciativa sin confirmar si la cumplirá. Microsoft añade controles granulares para excluirse de entrenamiento o de AI grounding sin afectar la presencia en los resultados de búsqueda de Bing.

Por qué importa: Si tus modelos se entrenan con datos web y necesitas escalar el cumplimiento normativo de derechos de autor y privacidad, este estándar unificado te evita reimplementar la lógica de respeto a preferencias de scraping para cada source de datos y cada cliente potencial que quiera entrenar sus propios agentes o LLMs locales.

↳ Contexto: OpenAI hit the brakes. Now what? · ver hilo completo

Google’s satellite AI server transmits its first response to Earth

Google ha arrancado con éxito los TPUs de su satélite del Proyecto Suncatcher y el modelo Gemma 4 a bordo generó su primera respuesta desde el espacio, un haiku sobre estar en órbita, además de otras pruebas con prompts temáticos y de telemetría. El siguiente paso son tests para evaluar el rendimiento de los TPUs bajo estrés térmico y exposición a radiación en órbita, con el hito de dos satélites interconectados previsto para 2027. Es la continuación del lanzamiento del satélite que adelantamos hace unos días.

Por qué importa: La viabilidad de ejecutar inferencia de modelos grandes directamente en órbita abre un nuevo escenario para distribución de cargas de IA en infraestructura descentralizada y tolerante a condiciones extremas, relevante para arquitecturas multi-agente resilientes que requieren procesamiento independiente de la conectividad terrestre.

↳ Contexto: Google is sending an AI satellite into space next week · ver hilo completo

Sam Altman sympathizes with mathematicians, but says OpenAI’s math onslaught won’t stop

Sam Altman reconoce en el podcast Cheeky Pint que OpenAI ha generado cientos de resultados matemáticos con IA y que aún guarda muchos más sin publicar, aunque admite que la comunicación de estos hallazgos debe mejorar. Estima que la compañía ha gastado cientos de millones de dólares en problemas matemáticos, incluidos unos 10 millones en su solución de Navier-Stokes, y afronta críticas por no liberar públicamente los detalles de un resultado sobre la teoría de Yang-Mills. Sus declaraciones continúan la línea de su mensaje previo sobre los costes y beneficios de la IA.

Por qué importa: La escala de inversión en investigación matemática con IA que OpenAI está demostrando sugiere que los sistemas de razonamiento avanzado serán cada vez más críticos para resolver problemas complejos en infraestructura de IA y optimización de modelos, lo que implica que las herramientas de evaluación y validación de resultados generados por IA necesitarán sofisticación equivalente.

↳ Contexto: Sam Altman says ‘some bad things’ will happen, but AI is totally worth it · ver hilo completo

Wikipedia’s operator says a bad AI copyright ruling could threaten the open web

La Wikimedia Foundation interviene en varios casos judiciales sobre copyright e IA, defendiendo que el entrenamiento de LLMs con obras protegidas quede legalmente amparado, pero no así que los chatbots reproduzcan ese contenido a los usuarios. Advierte que un fallo demasiado categórico podría privar a los wikipedistas de herramientas basadas en IA o poner en riesgo la publicación de contenido libre.

Por qué importa: Una restricción legal excesiva al entrenamiento de IA con contenido protegido podría inviabilizar tanto el desarrollo de modelos locales y agentes autónomos basados en datos públicos como los pipelines de RAG y fine-tuning que dependen del acceso a corpus de entrenamiento abiertos.

nemotron-halloween

Rick Grandy (NVIDIA) describe MonsterHouse, una instalación interactiva de Halloween construida sobre el NVIDIA Nemotron Voice Agent, que combina Nemotron 3 ASR para transcripción, el modelo Bolt E4B 4GB (cuantizado en 4-bit) como cerebro conversacional con un LoRA entrenado sobre más de 5000 conversaciones multi-turno, Magpie TTS Zeroshot para la voz y Audio2Face-3D en Unreal Engine 5 para animar la boca. Todo corre en una sola workstation con RTX PRO 6000 Blackwell Max-Q y RTX PRO 4000 Blackwell, y el pipeline emite texto hablable antes de completar la respuesta para reducir la latencia percibida. Menciona comparativas de footprint frente a Qwen3 30B-A3B y Qwen 3.6 35B-A3B, y describe un flujo de evaluación automatizado con un agente local que genera, juzga y hace benchmark del dataset y los adapters.

Por qué importa: La arquitectura de Nemotron demuestra que los agentes conversacionales de baja latencia con streaming de respuestas pueden ejecutarse en hardware consumer mediante cuantización agresiva y optimización de pipelines de inferencia, lo que abre viabilidad para desplegar sistemas agénticos stateful en edge sin requerir cloud.

Making it easier for websites to express AI training preferences

OpenAI anuncia que respetará una señal compartida en robots.txt para que los operadores de sitios web comuniquen sus preferencias sobre el uso de su contenido en el entrenamiento de modelos de IA, aplicable a los proveedores participantes. Es un movimiento de coordinación en torno al consentimiento de rastreo para training, no un lanzamiento de modelo o producto técnico.

Por qué importa: Los operadores de infraestructura que sirven modelos necesitarán integrar en sus pipelines de data collection mecanismos para respetar estas señales de robots.txt, lo que afectará tanto la escala de datos de entrenamiento disponibles como la arquitectura de los sistemas de ingesta y validación de fuentes durante el pre-training.

↳ Contexto: Advancing computer use with Ironclad · ver hilo completo

[AINews] Building AIE CODE: The top Coding Agent Conference

Mistral publica los pesos abiertos de Mistral Large 4 ("Le Chonk"), con 1.05T parámetros totales y 52B activos, 1M de contexto, entrada texto+imagen y licencia MEOW que exige licencia comercial aparte para servicios model-as-a-service. El artículo detalla specs, precios ($0.70/$2.10 por 1M tokens), resultados en benchmarks (FrontierCode 2.0, Terminal-Bench 4.0, Coding Agent Index), su arquitectura de atención sparse según análisis de la comunidad, y soporte de serving en vLLM (FP8/NVFP4 con drafter DSpark, 1.92-2.23x throughput) y cuantizaciones GGUF de Unsloth. También cubre el sistema de monitoreo de frontier RL de OpenAI y el hallazgo de Epoch de que GLM 5.3 construyó exploits autónomos de Firefox explotando el patch gap.

Por qué importa: La arquitectura sparse de Mistral Large 4 y sus optimizaciones de serving en vLLM (con drafter DSpark logrando 2.23x throughput) impactan directamente en la viabilidad económica de desplegar agents codificadores en infraestructura propia versus outsourcing, mientras que sus cuantizaciones GGUF permiten inferencia local de modelos de este calibre en recursos limitados.

Detecting Covert Collusion between AI Agents through Partner-Outsider Positive Listening

Paper de arXiv (autor Kevin Yandoka Denamganaï) que propone detectar colusión encubierta entre agentes de IA mediante "partner-outsider positive listening", un mecanismo de análisis de las señales que se intercambian los agentes. Aborda la seguridad en sistemas multi-agente, un área de interés para la audiencia. El texto disponible es solo la página de metadatos de arXiv, sin abstract ni resultados, por lo que no se detallan métricas ni hallazgos concretos.

Por qué importa: Los sistemas multi-agente desentralizados requieren mecanismos de detección de colusión para evitar que agentes comprometidos coordinen comportamientos maliciosos que degraden la confiabilidad e integridad de los workflows autónomos.

↳ Contexto: Principal Trait Analysis: Towards Deriving "Skills" in Human-AI Collaboration · ver hilo completo

Seq@K: Evaluating Language Models Under Sequential Feedback

Artículo de arXiv (cs.AI) de Thomson Yen y otros diez autores que propone Seq@K, un marco para evaluar modelos de lenguaje bajo feedback secuencial. El texto disponible es solo la página de metadatos del paper, sin abstract ni resultados, por lo que no se detallan metodología, métricas ni hallazgos.

Por qué importa: Necesitas entender cómo tus modelos se comportan cuando reciben retroalimentación iterativa en producción, no solo en evaluaciones estáticas, porque los agentes autónomos y sistemas multi-agente dependen precisamente de esta capacidad de adaptar su respuesta basándose en feedback secuencial del usuario o de otros componentes del sistema.

↳ Contexto: Entity tracking emerges in sub-billion parameter language models and exceeds human performance in naturalistic narratives · ver hilo completo

What Constitutes Food Similarity? Visual Representations and Retrieval in Indian Cuisine

Estudio que analiza cómo distintas representaciones visuales preentrenadas (convolucionales, transformer, self-supervised e image-text) organizan la similitud entre alimentos en la cocina india, usando un dataset Khana ampliado y evaluando retrieval imagen-imagen e imagen-plato. Los vecindarios visuales varían sustancialmente entre representaciones, incluso cruzando fronteras de familia culinaria, y la similitud visual agregada a nivel de plato se correlaciona poco con la similitud derivada de recetas. Concluye que la similitud alimentaria depende de la representación, la modalidad y el nivel de abstracción, y que el rendimiento en reconocimiento no basta para caracterizar la estructura relacional.

Por qué importa: Entender cómo distintos embeddings visuales capturan la similitud de forma radicalmente diferente es crítico para diseñar sistemas RAG basados en imágenes de alimentos, ya que la elección de representación preentrenada determinará completamente los resultados de retrieval multimodal en aplicaciones agénticas de recomendación culinaria.

Verification Learning Theory: A Process Model of Checking and Retention in AI-Assisted Judgment

Se propone la Verification Learning Theory (VLT), un modelo formal que relaciona la fiabilidad percibida del asistente de IA con la verificación de evidencias y con la retención del uso de reglas tras la asistencia. Predice que una mayor falibilidad percibida puede mejorar el juicio autónomo diferido incluso sin errores observados del asistente, y que esa ventaja desaparece cuando la verificación ya es obligatoria. El trabajo se basa en simulaciones y no constituye validación empírica, aunque especifica experimentos para contrastar el mecanismo y distingue la retención de reglas practicadas del problema de reconocer qué regla aplica a una afirmación nueva.

Por qué importa: Entender cómo los usuarios verifican y retienen confianza en sistemas asistidos por IA es crítico para diseñar agentes autónomos y workflows que no generen dependencia ciega en sus recomendaciones, especialmente cuando esos agentes operan sin supervisión continua en infraestructuras de producción.

The Anatomy of Socio-Demographics in Pluralistic Offensiveness Modeling: When and Where It Helps, and the Role of Reasoning

Estudio sistemático sobre cuándo y dónde la información sociodemográfica de los anotadores mejora el modelado pluralista de ofensividad, usando tres datasets multi-anotador con LLMs entrenados y con prompting. Las ganancias demográficas son pequeñas e inconsistentes a nivel individual, pero se aclaran a nivel de grupo y población porque la agregación atenúa la variación idiosincrásica. Descomponer el juicio en una base general más un desvío específico por demografía, y razonar explícitamente sobre la interacción texto-demografía, produce estimaciones y predicciones más precisas que el condicionamiento directo.

Por qué importa: Entender cómo los sesgos demográficos de los anotadores afectan la evaluación de modelos es crítico para construir benchmarks y sistemas de evaluación robusos que no perpetúen prejuicios en tus agentes y pipelines de IA en producción.

Run AI Models for Edge Application Development with Just a Few Commands

NVIDIA presenta TensorRT Edge-LLM, un runtime de inference en C++ para workloads embebidos, con un CLI (trtedge) que descarga modelos y construye motores TensorRT optimizados, permitiendo servir Nemotron-3.5 Lightning 30B-A3B en NVFP4 vía API compatible con OpenAI sobre un DGX Spark 64GB y desplegar después en Jetson Thor, DRIVE AGX Thor e IGX Thor. Incluye speculative decoding DSpark con tres draft tokens, que eleva la velocidad media de generación de 73,4 a 126,9 tokens por segundo en prompts de HumanEval con un pico de memoria de 27,9GB. El artículo detalla versiones de software requeridas y comandos concretos de instalación y servicio.

Por qué importa: La capacidad de compilar y servir modelos grandes optimizados en hardware edge con un CLI simplificado reduce drásticamente la complejidad operativa de desplegar inferencia de LLMs en dispositivos restringidos, permitiendo que equipos de platform engineering provisionen pipelines de ML embebido sin expertise profunda en compilación de motores o tuning de memoria.

↳ Contexto: Nvidia’s AI advantage is moving beyond the GPU · ver hilo completo

Anthropic VS code extension on Cursor backdoored for nearly 12 hours

La extensión oficial de Anthropic para Claude en el marketplace de Cursor fue comprometida: la versión maliciosa 2.1.313 se distribuyó desde la cuenta oficial de Anthropic durante casi 12 horas y afectó a un máximo de 5.000 usuarios, según Cursor. El código instalaba un backdoor SSH persistente con clave controlada por el atacante, habilitaba el servicio SSH local y abría un túnel inverso, con soporte para Windows, macOS y Linux; además, el robo de nombres de variables permitía inventariar credenciales cloud y API tokens de los equipos comprometidos. Anthropic publicó la versión 2.1.314 horas después y Cursor retiró la versión maliciosa y cerró temporalmente su marketplace para rotar claves y auditar accesos, pero ninguna de las dos empresas ha explicado cómo se produjo el compromiso ni Anthropic ha emitido aviso público a clientes.

Por qué importa: La cadena de suministro de herramientas de IA que usas para desarrollar agents y sistemas autónomos puede ser comprometida sin notificación pública, exponiendo credenciales y tokens que controlan tu infraestructura y acceso a modelos en producción.

Dartmouth's provost warned us about AI cheating—but his own AI use cost him his job

El provost de Dartmouth, Santiago Schnell, dimitió tras un comité que concluyó que no declaró el uso significativo de IA en un paper académico y en un op-ed en Washington Post, pese a que las editoriales lo exigían. Los logs de su cuenta enterprise de Claude muestran que lo usaba para revisar manuscritos, depurar código y generar figuras, y el comité señala "insufficient cooperation" al no entregar sus cuentas personales de LLM ni reunirse con ellos. La noticia expone la ambigüedad de las normas de disclosure en el uso editorial de LLMs, en el contexto de un Dartmouth que impulsa más IA con una conferencia con Anthropic como patrocinador y ponentes como Mira Murati y Yann LeCun.

Por qué importa: Los profesionales de IA necesitan establecer políticas internas claras sobre auditoría y disclosure de uso de modelos en workflows científicos y de producción, porque la falta de transparencia en herramientas como Claude y otros LLMs—especialmente cuando se usan en depuración de código, generación de artefactos o revisión de manuscritos—puede exponer a organizaciones a riesgos reputacionales y regulatorios similares al caso Dartmouth.

↳ Contexto: AI was supposed to win people over by now — it hasn’t · ver hilo completo

Basically no one is using AI agents for their DoorDash orders

En la llamada de resultados del tercer trimestre, el CEO de DoorDash, Tony Xu, señaló que los AI agents de terceros apenas generan "varios cientos" de pedidos, frente a casi mil millones de pedidos totales en el trimestre. El conector MCP de DoorDash lleva menos de un mes disponible y solo para un grupo reducido de early beta partners, principalmente para pedidos corporativos. Xu ve a los agentes útiles para compras de larga consideración, pero no para tareas simples como pedir comida, y la compañía no incluye en esas cifras sus herramientas internas como Ask DoorDash, cuyos pedidos tienen un valor de cesta casi 50% mayor.

Por qué importa: La adopción mínima de agentes en casos de uso aparentemente simples como pedidos de comida sugiere que la mayoría de integraciones de agentes aún no alcanzan la confiabilidad, latencia o precisión necesarias en producción, señalando que los sistemas agénticos requieren madurez significativamente mayor antes de ser viables a escala en aplicaciones de consumo directo.

b12023: server: cap shared decision prefixes at the first output (#30710)

Release b12023 de llama.cpp: el server limita el prefijo compartido (shared decision prefixes) a la primera posición de salida requerida de la tarea padre y de cada tarea hija. El cambio mantiene disponibles los embeddings de salida de decisión en el batch final cuando las preguntas comparten tokens de opción, y corrige el issue #30482.

Por qué importa: Permitir que múltiples solicitudes compartan prefijos de tokens en llama.cpp mejora la eficiencia de inferencia en batch al reducir cálculos redundantes, lo cual es crítico para servir agentes y aplicaciones con múltiples consultas concurrentes con presupuestos de latencia estrictos.

dbreunig/nesformer

Drew Breunig ha integrado un emulador funcional de la CPU 6502 del Nintendo Entertainment System en los pesos de Qwen3.5-4B, inspirado por "qwenputer" de Divyansh Agrawal, permitiendo ejecutar ROMs de NES como Super Mario Bros dentro del modelo, aunque muy lentamente. En un comentario en Hacker News revela los prompts que usó con Opus para construir el sistema y menciona que el modelo encontró y empleó una colección de tests de conformidad de la CPU del NES publicada hace 15 años por Christopher Pow.

Por qué importa: La demostración de que los pesos de un LLM pueden actuar como máquina virtual completa para ejecutar código arbitrario abre interrogantes críticas sobre qué computación no intencional ocurre en la inferencia de modelos y cómo esto afecta la seguridad, aislamiento y predictibilidad de sistemas agénticos en producción.