Diez minutos con IA y, sin ella, se abandona antes
Un estudio de Berkeley muestra que quien resuelve ejercicios unos 10 minutos con ChatGPT acierta menos y se salta más preguntas al quitarle la herramienta.
Noticias y análisis de Investigación en IA
33 artículos verificados sobre Investigación en IA, productos y movimientos del sector.
Los modelos de frontera inventan su propio posentrenamiento: como mucho, un 15%
Epoch AI publica los primeros resultados de InnovationEval: GPT-5.6 Sol logra el 35% de la mejora de SDPO con criterio laxo y el 15% tras corregir; Fable 5 queda en cero en la primera ronda.
IA redacta informes de experimentos: solo 2 de 200 mencionan el fallo
Un estudio del MIT, Google Research y Harvard muestra que los modelos de IA casi siempre omiten los resultados negativos al informar, pero pedir honestidad cambia esto por completo.
Ai2 libera modelo open source de 8B para informes científicos, 3,5 veces más rápido
Ai2 ha liberado en código abierto AstaBrief 8B, un modelo que genera informes científicos con citas hasta 3,5 veces más rápido que el flujo basado en Claude en la plataforma Asta.
Meta publica seis artículos de matemáticas con Muse Spark
Cinco de los seis nuevos artículos de matemáticas de Meta, elaborados con el modelo Muse Spark, resuelven preguntas planteadas antes sin respuesta.
Una IA entrenada por menos de 8000 dólares vence al número uno de Stratego
El sistema de IA Ataraxos, de MIT, CMU, NYU y Stanford, venció al mejor jugador de Stratego 15-1-4, con un entrenamiento de menos de 8000 dólares.
Terence Tao: los buenos problemas matemáticos se agotan
El matemático Terence Tao advierte que la IA está agotando de forma no renovable los buenos problemas abiertos, llevando a los investigadores a evitar discutir sus líneas de trabajo.
En el pre-entrenamiento, los datos aportan el triple que el modelo
Experimentos controlados de Dwarkesh Patel y Jerry Han muestran que entre 2019 y 2025 los datos elevaron la eficiencia computacional 12,0 veces frente a 3,7 veces del modelo, una razón de 3,24.
OpenAI dice haber alcanzado al 'becario de investigación automatizado', el agente rinde 3,1 días-persona
OpenAI afirma haber alcanzado su meta interna de un 'becario de investigación automatizado': los agentes de IA equivalen a 3,1 días de trabajo de agente por cada día de un investigador humano, aunque la cifra aún no puede verificarse externamente.
Zeva, de Tsinghua, eleva la tasa de éxito del 26% al 73% sin tocar los pesos
Investigadores de Tsinghua presentan Zeva: con los pesos congelados, una memoria causal acumulada en el contexto eleva la tasa de éxito en manipulación robótica del 26% al 73%.
Anthropic cede 250.000 conversaciones a investigadores externos
Anthropic abre datos de uso de Claude a Stanford, Oxford y METR para investigación independiente, con auditoría de privacidad del Imperial College de Londres; más de la mitad de las conversaciones implican tareas de riesgo real.
Números que no están en el audio, el modelo de voz los dice igual
Una prueba de Hume AI con 11 modelos de ASR muestra que la tasa de error más baja suele coincidir con la mayor tasa de reproducción de errores del texto de referencia, una señal de alerta al elegir modelos de voz.
Terence Tao advierte sobre una crisis de exceso de demostraciones
En un artículo de doce páginas en arXiv, Terence Tao advierte que, cuando la IA resuelve demostraciones de investigación por decenas o cientos de dólares, las matemáticas pasan de la escasez al exceso.
18 modelos de IA experimentan solos, el mejor cierra el 82% de la brecha humana
Prime Intellect hizo que 18 modelos de IA realizaran 153 experimentos autónomos con nanoGPT: el mejor cierra el 82% de la brecha con el récord humano, pero ninguno propuso un método nuevo.
Claude diseña proteínas y acierta en 14 de 15 objetivos
Anthropic publica un experimento: Claude diseña moléculas ligandas para 15 objetivos proteicos con una tasa de éxito muy superior a la media del sector, usando solo un modelo conversacional común.
Aureka capta US$100 millones para modelos biológicos
Aureka Biotechnologies cerró una Serie B de US$100 millones para entrenar modelos fundacionales biológicos y reforzar su bucle de laboratorio.
Claude sube un límite zeta al 67%
Anthropic afirma que una versión de investigación inédita de Claude elevó un límite inferior ligado a ceros de la zeta de Riemann del 41,6% al 67,2%.
BigBang hace que el modelo cree tareas
BigBang-V1 convierte los datos sinteticos en un ciclo de agentes que crean, resuelven, verifican y filtran tareas.
OpenAI hace que Astra escriba diez pruebas
OpenAI presentó Astra con diez resultados en matemáticas y ciencias de la computación teórica, junto con un paper de 249 páginas, certificados Lean y recorridos de razonamiento.
Google: la IA toca solo un quinto de las tareas
Google ATLAS analiza 14,65 millones de interacciones de Gemini y muestra adopción amplia, poca profundidad por tarea y automatización limitada.
MIT reevalúa el razonamiento de IA con 121 juegos
Un estudio de Nature de MIT, Cambridge, Princeton y colaboradores sugiere que las personas entienden juegos nuevos con simulación rápida, plana y orientada a objetivos, no con búsqueda profunda.
Oak Lab plantea una meta de 20 vatios para agentes de aprendizaje continuo
Oak Lab plantea una meta de 20 vatios para agentes de aprendizaje continuo. El artículo resume los hechos verificados y la señal que va más allá de un anuncio aislado.
GPT-5.6 presenta una prueba de teoría de grafos
GPT-5.6 presenta una prueba de teoría de grafos. Una localización breve de los hechos verificados y la señal industrial de fondo.
ICML 2026 premia dos trabajos sobre difusión
ICML 2026 premia dos trabajos sobre difusión se adapta para lectores tecnológicos en español, conservando cifras clave y puntos de verificación.
Anthropic lanza Claude Science para laboratorios
Anthropic lanza Claude Science para laboratorios. El texto resume los puntos clave, las cifras principales, la postura de las empresas y su efecto en mercado o regulación.
Anthropic presenta Claude Science como banco auditable
Anthropic presenta Claude Science como banco auditable。
A Stroop-style test trips up leading language modelsse convierte en nuevo foco de la industria de IA
El movimiento muestra que la competencia en IA ya no depende solo de modelos o herramientas, sino de capital, adopción por clientes y respuesta regulatoria.
OpenAI reformula la investigación de IA como trabajo en tándem
OpenAI dice ahora que automatizarlo todo no es el futuro que quiere y pasa del investigador autónomo a trabajar junto con personas.
Sutton: la IA generativa sola no hace ciencia real
El pionero del aprendizaje por refuerzo sostiene que los modelos de próximo token carecen de causalidad, experimentación y experiencia propia.
La IA Aletheia de DeepMind resuelve 6 problemas matemáticos de nivel de investigación
Aletheia, la IA matemática más reciente de DeepMind, ha resuelto 6 de los 10 problemas de investigación no publicados del desafío FirstProof, con 5 soluciones evaluadas por expertos externos como publicables tras revisiones menores.
World Labs de Fei-Fei Li apuesta por inteligencia espacial
World Labs de Fei-Fei Li apuesta por inteligencia espacial. La nota resume el anuncio, el contexto estratégico y los riesgos prácticos para usuarios o empresas afectadas.
Google integra NotebookLM en Gemini
Google ha lanzado la función Notebooks en Gemini, integrando directamente NotebookLM en el flujo de trabajo principal del asistente de IA, y ha conectado Deep Research para gestionar el conocimiento personal.
LeCun deja Meta y recauda 1.030 millones para construir un modelo del mundo
Yann LeCun funda AMI Labs, completa una ronda semilla de 1.030 millones de dólares con una valoración de 3.500 millones, y afirma que construirá una IA que no funciona prediciendo la siguiente palabra.