LATIDIA / EXPLORAR
Agentes y código · noticias de IA
Publicaciones relacionadas, con las más nuevas primero y acceso al archivo.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 617 publicaciones en este filtro; cobertura parcial de las fuentes accesibles. Una nueva noticia aparece primero sin cambiar la fecha de las anteriores.
Este año · Todo el archivo conservado
Medición y explotación del sesgo contextual en la revisión del código de seguridad asistida por LLM
arXiv: 2603.18740v4Tipo de Anuncio: replace-cross Resumen: Los sistemas de Revisión Automatizada de Código (ACR) que integran Modelos de Lenguaje Grande (LLM) se adoptan cada vez más en los flujos de trabajo de desarrollo de software, que van desde
arXiv · cs.CRQuienes han tenido contacto con Muse cada vez tienen más clara su opinión: la gran promesa de la IA agéntica la está cumpliendo Meta
Hace dos semanas Eli Tan creó una cuenta en Muse y le dio acceso a su cuenta de correo y a sus tarjetas de crédito. "Monitoriza mis gastos en Google Sheets, por favor", le pidió a este agente de IA. Minutos después había
XatakaOpenAI amplía el acceso cibernético a Ucrania para la defensa civil
OpenAI está extendiendo el acceso a su programa Daybreak al Gobierno de Ucrania para apoyar la defensa cibernética de la infraestructura civil.
OpenAI · Fuente oficialLos agentes de IA de Ringg resuelven hasta el 65% de las llamadas de los clientes con OpenAI
Utilizando GPT-5.6, Ringg impulsa agentes multilingües a través de voz, chat, WhatsApp y web por un 90% menos de costo en comparación con GPT-4.1.
OpenAI · Fuente oficialDe la alineación al control de acceso: un marco para la aplicación de políticas GenAI
arXiv:2609.26682v1 Tipo de anuncio: nuevo Resumen: las aplicaciones de IA generativa (GenAI) han florecido, lo que permite a los usuarios chatear con grandes modelos de lenguaje y crear agentes que actúen en su nombre para una variedad de tareas.
arXiv · cs.CRCompiladores de comunicación invariantes de selección para flujos de trabajo LLM multiagente conscientes de la privacidad
arXiv: 2609.26076v1Tipo de anuncio: Cross Resumen: Los flujos de trabajo estructurados de múltiples agentes intercambian mensajes intermedios cuyo contenido y forma pueden revelar el estado privado incluso cuando la salida final es segura. Identificamos la selección-
arXiv · cs.CRFalla de métricas en la reparación de vulnerabilidades de código basada en LLM: un estudio empírico y una pantalla consciente del cambio
arXiv: 2609.26749v1Tipo de anuncio: cross Resumen: Los modelos de lenguaje grandes (LLM) se aplican cada vez más a la reparación automatizada de vulnerabilidades de seguridad de C/C++, y la tasa de compilación es un proxy comúnmente reportado para progres
arXiv · cs.CRLa tasa de éxito del ataque no es un número: sobre la validez de la medición en la evaluación de seguridad de la IA genética
arXiv:2609.25173v1 Tipo de anuncio: nuevo Resumen: La tasa de éxito de ataque (ASR) es la métrica principal en casi todas las evaluaciones publicadas de ataques y defensas para agentes de LLM. Argumentamos que ASR como se usa actualmente no es
arXiv · cs.CRUna encuesta sobre la seguridad de la memoria a largo plazo en agentes de LLM: ataques, defensas y gobernanza en todo el ciclo de vida de la memoria
arXiv: 2604.16548v3Tipo de anuncio: reemplazar Resumen: La aparición de la memoria persistente de sesión cruzada grabable en los agentes LLM introduce un panorama de amenazas cualitativamente diferente de la seguridad centrada en la entrada convencional
arXiv · cs.CRDetección semiautomática de brechas en el conocimiento de seguridad de LLM
arXiv: 2607.18496v4Tipo de anuncio: reemplazar Resumen: Los modelos de lenguaje grandes (LLM) se utilizan cada vez más para una variedad de tareas de seguridad centradas en el software, el hardware y las personas. En consecuencia, el rendimiento de LLM en tareas de seguridad
arXiv · cs.CRActGov: Gobierno de las acciones de los agentes de LLM a través de la validación restringida por políticas
arXiv: 2609.24446v2 Tipo de anuncio: reemplazar Resumen: Los agentes del modelo de lenguaje grande (LLM) ejecutan cada vez más flujos de trabajo de largo horizonte a través de herramientas externas, lo que permite que las salidas no confiables influyan en las acciones posteriores y exc
arXiv · cs.CRGrab y OpenAI aportan habilidades prácticas de IA al sudeste asiático
OpenAI y Grab lanzan GO Forward with AI, un programa regional que ayuda a 30 000 socios a desarrollar habilidades prácticas de IA en todo el sudeste asiático.
OpenAI · Fuente oficialAnthropic lanza Claude Opus 5.5: su IA más segura y barata hasta ahora
A unos días de pedir una pausa en el desarrollo de la IA, Anthropic anunció Claude Opus 5.5, uno de sus modelos más poderosos. La nueva versión llega con un enfoque en seguridad, rendimiento y programación, aunque su mej
HipertextualIsaac ROS 5.0 lleva a los agentes de IA al desarrollo de la robótica, dice NVIDIA
La versión trae nuevos flujos de trabajo agénticos y soporte de plataforma a NVIDIA Isaac ROS para ayudar a los desarrolladores a implementar aplicaciones de robótica más rápido. El post Isaac ROS 5.0 lleva a los agentes de IA al desarrollo de la robótica, dice NVIDIA Appea
The Robot ReportRevocación de autorización para agentes de IA de larga duración: Quiescencia de alcance raíz bajo delegación y ejecución asíncrona
arXiv: 2609.21284v1Tipo de anuncio: Cross Resumen: Los agentes de IA de larga duración sobreviven a los procesos de inicio a través de credenciales, tareas delegadas, colas, devoluciones de llamada, reservas y operaciones del lado del proveedor. Cancelación, pro
arXiv · cs.AIContinuidad de la identidad en las relaciones de IA incorporadas a largo plazo: de la representación de la identidad específica del agente a la evaluación de la continuidad de la identidad
arXiv: 2609.23356v1Tipo de anuncio: Cross Resumen: La IA incorporada a largo plazo se someterá a aprendizaje, actualizaciones de modelos, compresión de memoria, reparación de hardware y migración entre realizaciones. Para usuarios que han formado rel sostenido
arXiv · cs.ROLos principios organizativos permiten la inteligencia colectiva en la IA incorporada
arXiv:2609.11737v2 Announce Type: replace-cross Resumen: La inteligencia colectiva depende no solo de las capacidades de los miembros individuales, sino también de cómo se organizan esos miembros. Sin embargo, el sistema multiagente artificial
arXiv · cs.ROLa seguridad de la IA es un problema de ingeniería: cómo resolverlo en cada capa de la pila de agentes
La seguridad de la IA es un problema de ingeniería. Eso significa requisitos de seguridad definidos, controles exigibles, propietarios nombrados y evidencia de que las protecciones funcionan. A medida que la IA se vuelve más capaz, la industria debe acelerar la seguridad en
NVIDIA · Fuente oficialMeta Muse funciona bien y da miedo: el asistente de IA que leyó tus mensajes sin que se lo pidieras
Meta lanzó Muse el 8 de septiembre. En teoría, es el paso de Meta al mundo de los agentes de IA productivos: un asistente que «quita el trabajo tedioso de tu plato» gestionando compras, citas, planificación de viajes y f
WWWhat’s NewGoogle abre Home MCP: cualquier agente de IA puede ahora controlar tu casa con permiso y sin él lo hace de todos modos
Google ha habilitado el acceso anticipado a un servidor basado en el Model Context Protocol (MCP) que permite a cualquier agente de IA externo —Claude, Hermes, OpenClaw, Google Antigravity— conectarse al ecosistema Googl
WWWhat’s NewLa herramienta adecuada para el trabajo: sobre la selección de mitigaciones para las amenazas a la privacidad de GenAI
arXiv:2609.20884v1 Tipo de anuncio: nuevo Resumen: la inteligencia artificial generativa (GenAI) ha evolucionado rápidamente de una tecnología experimental a un componente fundamental de los sistemas de software modernos. Sin embargo, como su ado
arXiv · cs.CR(No) confiar, pero (no) verificar: la atención de los desarrolladores a la seguridad en el código generado por IA
arXiv: 2609.21020v1Tipo de anuncio: nuevo Resumen: los asistentes de codificación de IA están transformando rápidamente el desarrollo de software, pero se sabe que producen código inseguro. El trabajo anterior ha medido si los desarrolladores asistidos por IA producen
arXiv · cs.CRCIPL: un marco consciente del canal para la fuga de privacidad recuperable en agentes de LLM
arXiv:2609.21686v1 Anuncio Tipo: nuevo Resumen: La fuga de privacidad en los agentes LLM se evalúa comúnmente dentro de componentes individuales como memoria, recuperación o canalizaciones de uso de herramientas, lo que dificulta distinguir
arXiv · cs.CRAPort Vault: Evaluación comparativa de la autorización de pago del agente de IA con el pasaporte de agente abierto
arXiv: 2609.22076v1Tipo de anuncio: nuevo Resumen: APort Vault es un punto de referencia para la autorización de pagos en agentes de IA que utilizan herramientas. Reproduce 4.371 ataques escritos por humanos contra un agente de pago en vivo durante una captura pública
arXiv · cs.CR