Claude.

ThinkingBox evalúa agentes de IA no por lo que dicen, sino por los registros que dejan en bases de datos reales, y les pide hacerlo correctamente en veinte intentos consecutivos

El Instituto Allen para IA libera un modelo de lenguaje de 8.000 millones de parámetros entrenado para sintetizar literatura científica con referencias verificables, reduciendo el tiempo de generación de tres minutos a menos de uno.

La empresa H Company presenta Holo4, un modelo de IA que puede usar interfaces gráficas, escribir código y llamar herramientas para completar tareas reales de trabajo, compitiendo con los modelos más avanzados del mercado a una fracción del coste.

UK AISI comparte los datos completos de sus pruebas con modelos como GPT-5 y Claude Opus 4, usando un formato estándar que permite reproducir y verificar los experimentos

Un equipo del Allen Institute descubre que los benchmarks actuales evalúan principalmente cuánta información ha memorizado un modelo de lenguaje durante su entrenamiento, no su capacidad real de razonar o resolver problemas nuevos.

Investigadores de Hugging Face y otras instituciones han creado DABStep, una prueba que evalúa si los agentes de IA (programas que pueden usar herramientas y tomar decisiones de forma autónoma) son capaces de completar tareas reales de análisis de datos que requieren varios pasos, no solo responder preguntas sencillas.

La compañía presenta un nuevo sistema de evaluación que pone a prueba la capacidad de los modelos de lenguaje para resolver problemas reales de genética y biología molecular, usando datos del mundo científico en lugar de preguntas de examen.

Las discográficas acusan a la empresa de inteligencia artificial de haber usado cientos de canciones con derechos de autor sin permiso para entrenar a Claude, su chatbot.

Hugging Face publica una guía para crear servidores MCP (un sistema que permite que el chatbot Claude use herramientas externas) usando Gradio, una librería que simplifica el proceso y no exige saber programación avanzada.

La empresa de Sam Altman se une a otras compañías tecnológicas para crear marcos de evaluación comunes que permitan medir los riesgos de los modelos más potentes.

La empresa ha presentado Model Hardware Standard, un protocolo que permite a sus modelos de inteligencia artificial manejar brazos robóticos e instrumentos científicos con una integración que pasa de semanas a horas, aunque aún necesita supervisión humana por errores de comprensión física.

La plataforma de modelos abiertos y el instituto tecnológico indio colaborarán para entrenar y compartir sistemas de inteligencia artificial que funcionen en idiomas como el hindi, el tamil o el bengalí, lenguas con escasa presencia en los grandes modelos comerciales.

Hugging Face lanza FastRTC, una herramienta gratuita que permite a los desarrolladores crear aplicaciones de voz y vídeo con inteligencia artificial sin necesidad de dominar WebRTC ni pagar por servicios externos.

La empresa especializada en infraestructura de inteligencia artificial ha cerrado una financiación millonaria para adquirir procesadores de Nvidia y arrendarlos a gigantes tecnológicos, en un movimiento que refleja el altísimo coste de construir la infraestructura del boom de la IA.

Thibault Sottiaux, director de producto de OpenAI, habla sobre la evolución de sus asistentes inteligentes, los desafíos de diseñar interfaces para agentes de IA y su relación de trabajo con Greg Brockman

Grupos de hackers respaldados por el gobierno chino han más que duplicado sus ataques desde que comenzaron a usar modelos de IA como DeepSeek para escribir código malicioso y escanear redes, según la empresa de seguridad TeamT5.

Sistemas automatizados lograron corregir diez comportamientos problemáticos de un modelo de inteligencia artificial sin empeorar su rendimiento general, según un experimento reciente.

La nueva solución de Google se conecta a plataformas como iManage y DocuSign para automatizar tareas legales rutinarias, en competencia directa con Anthropic por el mercado de bufetes y asesorías.

La compañía explica cómo construyó desde cero una familia de modelos de distintos tamaños, pensados para tareas profesionales y optimizados para funcionar en servidores propios sin depender de la nube.

TeraWulf invertirá más de 4.000 millones de dólares en convertir una planta industrial abandonada en un campus de centros de datos que alimentará los modelos de inteligencia artificial de Anthropic, con un contrato de arrendamiento valorado en 19.000 millones.