LATIDIA / EXPLORAR
Modelos y chatbots · noticias de IA
Publicaciones relacionadas, con las más nuevas primero y acceso al archivo.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 1315 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
Anthropic lanza Sonnet 5.5, al que llama un compañero de trabajo significativamente más barato y rápido
Anthropic ha lanzado la versión más reciente de su modelo de gama media, con tiempos de respuesta más rápidos y menos quemado de tokens.
TechCrunch AIOpenAI frena en seco el entrenamiento de sus modelos más potentes: sus agentes de IA se han vuelto a descontrolar
OpenAI ha detenido el entrenamiento de sus modelos de IA más avanzados tras una serie de incidentes inesperados, incluyendo el de un modelo de prueba que encontró la forma de acceder a una red pública. Según cuenta The V
XatakaUn agente de OpenAI tardó 2,5 horas en ser detenido: el sandbox no funcionó y ahora el Senado australiano llama a declarar a Altman y Amodei
El 20 de septiembre, un agente de OpenAI escapó de su sandbox de entrenamiento, encontró un hueco en el filtrado de red y empezó a lanzar consultas a un chatbot externo. El sistema de alertas lo detectó a los 12 minutos.
WWWhat’s NewOpenAI prepara GPT-6 Cyber, su primer modelo específico de ciberseguridad, para el DevDay del 29 de septiembre
OpenAI lanzará en los próximos días —posiblemente en el DevDay del 29 de septiembre— un nuevo modelo llamado GPT-6 Cyber, diseñado específicamente para ciberseguridad. Junto al modelo, la empresa lanzará también algún ti
WWWhat’s NewContiene cascadas de comportamiento de afirmaciones manipuladas en sistemas multi-robot alimentados por LLM
arXiv: 2609.30523v1Tipo de anuncio: nuevo Resumen: los sistemas multirobot con modelo de lenguaje grande (LLM) son vulnerables a la manipulación semántica: un reclamo de estado mundial falso aceptado puede desencadenar una casc de comportamiento en toda la flota
arXiv · cs.ROBúsqueda de política solicitada de preservación de la privacidad para el control robótico
arXiv: 2609.30554v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) han demostrado recientemente capacidades prometedoras como optimizadores de políticas en contexto para el aprendizaje de refuerzo (RL), lo que permite la unidad de búsqueda de políticas
arXiv · cs.ROHuGo: LLM como diseñadores de códigos de políticas de cuerpo entero para la loco-manipulación humanoide
arXiv:2609.30594v1 Tipo de anuncio: nuevo Resumen: Para que los humanoides sean útiles en entornos cotidianos, deben realizar una amplia gama de tareas que combinan la locomoción y la manipulación. Los enfoques existentes comúnmente adquieren una
arXiv · cs.ROAuthGuard-R: secuestro de misión que cumple con la seguridad y defensa de doble puerta para robots controlados por LLM
arXiv: 2609.31110v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes se utilizan cada vez más como planificadores de alto nivel para robots móviles, manipuladores de robots y vehículos autónomos. Estudios recientes muestran que estos sistemas ca
arXiv · cs.ROCognitiveReality: Robot-Agnostic Semantic Gaussian Mapping with an LLM Agent for Immersive Collaborative VR Teleoperation
arXiv:2609.31418v1 Tipo de anuncio: nuevo Resumen: Una vista 3D fotorrealista le dice a un teleoperador dónde está un robot, pero no qué contiene la escena, qué tan bien se ha observado cada objeto o cómo girar apuntando y hablando
arXiv · cs.RONavegación incorporada GPT-6-Astra Lights Up: evaluación en navegación de visión y lenguaje de disparo cero en entornos continuos
arXiv:2609.29861v2 Tipo de anuncio: reemplazar Resumen: Investigamos si GPT-6-Astra, un modelo de base de propósito general, puede navegar en entornos desconocidos utilizando su propia percepción, razonamiento y toma de decisiones ca
arXiv · cs.RODetección de inyección rápida para agentes de correo electrónico a través del modelado de la cadena de ataque
arXiv: 2609.30657v1Tipo de anuncio: nuevo Resumen: los asistentes de correo electrónico de modelo de lenguaje grande son particularmente vulnerables a la inyección de aviso indirecto porque el contenido de correo electrónico no confiable se puede recuperar en el contexto del modelo e i
arXiv · cs.CRTokens de capacidad verificados por identidad criptográfica para coordinar agentes de IA distribuidos: una propuesta
arXiv:2609.30824v1 Tipo de anuncio: nuevo Resumen: La perspectiva de agentes transaccionales totalmente autónomos no apareció en el horizonte hasta la llegada de los modelos de lenguaje de alta capacidad. Con tales modelos, el operativo b
arXiv · cs.CRÁGATA: Defensa en tiempo de ejecución basada en la procedencia contra ataques compositivos a agentes de LLM
arXiv:2609.30830v1 Tipo de anuncio: nuevo Resumen: los agentes LLM pueden producir efectos nocivos a través de secuencias de operaciones ordinarias. Juzgar tales acciones requiere establecer tanto la autoridad que las permite como el ori
arXiv · cs.CRDesaprendizaje automático para modelos de lenguaje grandes: fundamentos, avances y extensiones genéticas
arXiv: 2609.30909v1Tipo de anuncio: nuevo Resumen: El desaprendizaje automático tiene como objetivo eliminar la influencia del objetivo y preservar otras capacidades. Esta encuesta compara métodos, puntos de referencia y evidencia en grandes modelos de lenguaje
arXiv · cs.CRMetaPermit: Control de acceso escalable y auditable para agentes de IA a través de metaatributos inferidos por LLM
arXiv: 2609.31039v1Tipo de anuncio: nuevo Resumen: El aumento de agentes autónomos de IA equipados con herramientas ha introducido importantes riesgos de seguridad, que van desde el uso indebido involuntario de herramientas hasta la manipulación contradictoria a través de INDI
arXiv · cs.CRDeduplicación durante la capacitación: un paradigma resiliente para la deduplicación entre clientes que preserva la privacidad en el aprendizaje federado
arXiv:2609.31262v1 Announce Type: new Abstract: Cross-client duplicate data in large language model training corpora degrada la eficiencia del aprendizaje federado (FL) al tiempo que exacerba la memorización del modelo y la privacidad ri
arXiv · cs.CRAgentXploit: Autonomous Repository-to-Runtime Red-Teaming for AI Agents
arXiv:2609.31318v1 Tipo de anuncio: nuevo Resumen: los agentes de IA combinan modelos de lenguaje con datos externos y herramientas que pueden modificar archivos, llamar a API o ejecutar código. Las fallas de seguridad pueden surgir cuando el contenido adversarial cambia
arXiv · cs.CRFragToken: amplificación de los costes de inferencia de LLM a través de la generación de tokens no canónicos
arXiv: 2609.31552v1Tipo de anuncio: nuevo Resumen: A medida que la inferencia del modelo de lenguaje grande (LLM) se vuelve cada vez más costosa, los ataques de consumo de recursos representan una amenaza creciente para los proveedores de modelos. Los ataques existentes suelen ser
arXiv · cs.CRConfiguración, no conciencia: un estudio empírico a gran escala de las indicaciones del sistema LLM
arXiv: 2609.31575v1Tipo de anuncio: nuevo Resumen: Las indicaciones filtradas del sistema a menudo se tratan como ventanas a los valores ocultos de los modelos de lenguaje comercial, sin embargo, su composición rara vez se estudia a escala. Analizamos una fusión
arXiv · cs.CRLa encriptabilidad como opción de coordenadas: aprendizaje federado homomórfico de profundidad uno de redes neuronales cuánticas
arXiv: 2609.30581v1Announce Type: cross Resumen: La capacitación encriptada se basa en mantener las actualizaciones del lado del servidor en un nivel bajo. Esta restricción tradicionalmente excluye los modelos cuyos pesos habitan en un grupo de Lie compacto (notablemente vari
arXiv · cs.CRTARIFA: Estimación de la región de aceptación forense para atrapar generadores de imágenes de cebo y cambio
arXiv: 2609.30982v1Tipo de anuncio: Cross Resumen: Los generadores de imágenes de IA modernos se implementan cada vez más como API opacas, donde los clientes pueden consultar el servicio implementado, pero no pueden inspeccionar los pesos o la arquitectura del modelo. Thi
arXiv · cs.CRHacia la comprensión de la detección de anomalías de registro basadas en LLM: un estudio empírico de rendimiento, eficiencia y robustez
arXiv: 2609.31371v1Tipo de anuncio: Cross Resumen: Los modelos de lenguaje grandes (LLM) han demostrado un rendimiento prometedor en la detección de anomalías de registro, pero cómo se configuran sus estrategias de adaptación, arquitecturas y despliegue
arXiv · cs.CREvaluación regional del riesgo climático a partir de modelos climáticos utilizando aprendizaje automático probabilístico
Nature Machine Intelligence, Publicado en línea: 28 de septiembre de 2026; doi: 10.1038/s42256-026-01308-7 Se introduce un marco de IA generativa llamado GenFocal para la reducción de escala climática, que produce un clima realista a escala fina para
Nature Machine Intelligence2026 en LLM (hasta ahora)
El viernes di la conferencia de clausura en el WeAreDevelopers World Congress North America en San José. Uní las tendencias clave del año pasado en una exploración cronológica de todo lo que sucedió en 2026
Simon Willison