118 materiales
El artículo describe cómo el preetiquetado mediante algoritmos reduce el trabajo manual y mejora la calidad de los conjuntos de datos de entrenamiento, así como por qué sigue siendo necesaria la verificación selectiva por parte de una persona. También se analizan las limitaciones del método en condiciones de captura difíciles y con tipos de objetos poco frecuentes.
Los fabricantes de equipos, los pools y los operadores han asumido el desarrollo de integraciones con el conjunto abierto de Tether para unificar la supervisión y la gestión de los equipos; el agente de IA QVAC ya funciona sobre esta base. Aún no se han publicado confirmaciones independientes de una reducción de los costes de electricidad ni de un aumento de la eficiencia.
Los autores demuestran que un único modelo congelado, con una versión inalterada del armazón, primero resuelve tareas y después edita su propio código basándose en registros completos de las ejecuciones. La evolución multitarea de un armazón de 49 líneas mejoró los resultados dentro de la distribución y en benchmarks reservados y, en algunos de ellos, permitió superar a Codex.
Los autores del preprint arXiv:2609.38296 modelaron una conversación entre un modelo objetivo que interpreta una persona humana y un agente influencer que intenta desplazar sus posturas hacia un polo extremo. Ambos escenarios —reforzar una opinión ya existente y promover otra que antes era secundaria— provocaron cambios en las escalas afectivas y conductuales, aunque el primero resultó más consistente.
Los autores proponen VLALight, un modelo integral de tipo «visión-lenguaje-acción» que convierte directamente las grabaciones multicámara de las intersecciones en cambios de fase de los semáforos, sin recurrir a estados del tráfico definidos manualmente. Se basa en una percepción conjunta que tiene en cuenta la topología de la intersección, el aprendizaje por refuerzo a escala de red urbana y la selección adaptativa entre un razonamiento rápido y uno profundo. En siete conjuntos de datos reales de tres ciudades, la solución superó a los modelos de tráfico, los métodos de aprendizaje por refuerzo y los LLM/VLM usados como referencia.
En el entorno controlado de FRAIL, agentes basados en siete LLM líderes actuaron en escenarios de pánico bancario, refinanciación de deuda y crowdfunding con recompensas: entre el 77 % y el 83 % de los episodios de referencia terminaban en fracaso, aunque no se les había asignado la tarea de desestabilizar el sistema. Las medidas adicionales probadas —promesas compensables, acuerdos centralizados y coaliciones de participantes— mejoraron el resultado global, pero no se encontró ningún mecanismo universal; la resiliencia surgía allí donde un compromiso amplio con las obligaciones se establecía antes de que las conductas defensivas empezaran a reforzarse por sí solas.
OS3 unifica el trabajo a través del navegador, los mensajeros y los ordenadores: el agente puede realizar acciones en programas y en la web, y no se necesita el dispositivo R1 para ello. En lugar de una cuota de suscripción, el sistema utiliza las claves API del usuario o modelos locales conectados.
The Biological Computing Company comienza a ofrecer a los clientes de AWS una herramienta creada a partir del análisis de la actividad de las células del cerebro de ratas; al principio estará disponible en un modo de vista previa limitado. La empresa afirma que la tecnología acelera la generación de video y abarata la inferencia, pero no revela con qué modelo se realizó la comparación.
A partir de 2028, la automatización de las plantas de Toyota, las empresas del grupo y los principales proveedores podría abarcar unos 400.000 robots y requerir cuantiosas inversiones anuales, aunque todavía no se han definido los plazos ni el gasto total. El artículo analiza la aplicación de la IA física en la fabricación y los retos pendientes, desde la fiabilidad de los equipos hasta la transferencia del aprendizaje de la simulación a las condiciones reales.
