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: 1294 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
The Den libera de 10 a 15 horas a la semana para crecer con ChatGPT Work
A medida que abre una nueva ubicación, el club social prepara las solicitudes de subvención en 2 horas en lugar de 3 días y los materiales de licencia de licor en 3 horas en lugar de 4 días.
OpenAI · Fuente oficialLos modelos de lenguaje grandes descubren heurísticas complementarias para la optimización combinatoria
Nature Machine Intelligence, Publicado en línea: 01 de octubre de 2026; doi:10.1038/s42256-026-01307-8 Huatian Gong y sus colegas desarrollaron LACE, un gran marco basado en modelos de lenguaje que diseña algoritmos de optimización.
Nature Machine IntelligenceEsta IA de juego es la nueva campeona en Stratego
Capaz de derrotar a los mejores jugadores humanos y más eficiente que otros modelos, el nuevo sistema podría ayudar a los tomadores de decisiones en maniobras militares o negociaciones comerciales.
MIT · Fuente oficialHace más de un siglo, Alemania envió un mensaje de radio que nadie pudo descifrar. Ahora GPT-6 Astra lo ha conseguido
A principios de septiembre, OpenAI anunció que había resuelto el problema de existencia y regularidad de las ecuaciones de Navier-Stokes , considerado uno de los siete Problemas del Milenio. Ahora, otro de sus modelos ha
XatakaHappyScribe a prueba: su transcripción ya acierta con la jerga técnica y el chat con IA la hace mucho más útil
HappyScribe transcribe 7 minutos en menos de 60 segundos, exporta a Premiere y DaVinci y te deja elegir entre 9 modelos de IA. Pro: 19 €/mes. La noticia HappyScribe a prueba: su transcripción ya acierta con la jerga técn
WWWhat’s NewInterrumpir una campaña coordinada de destilación de modelos
Descubra cómo OpenAI interrumpió una campaña para extraer el razonamiento del modelo protegido y está fortaleciendo las defensas contra la destilación adversarial.
OpenAI · Fuente oficial"Mi Dot es básicamente una extensión de mí": OpenAI quiere que dejemos de hablar con la IA y empecemos a delegarle nuestra vida
Derrick Choi es un empleado de OpenAI que lleva tiempo utilizando Dots , el recién anunciado servicio de agentes de IA de la compañía. Y aunque lógicamente su opinión esté sesgada por su trabajo, su revelación es llamati
XatakaConexión a tierra semántica consciente del riesgo para una planificación confiable de robots basada en LLM
arXiv: 2609.37554v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes (LLM) se utilizan cada vez más como planificadores de alto nivel en la navegación de robots, pero sus resultados pueden volverse poco confiables cuando las instrucciones son ambiguas, inseguras
arXiv · cs.RODe las decisiones semánticas a las trayectorias factibles: control óptimo auto-evolutivo guiado por LLM para estacionamiento en espacios estrechos
arXiv: 2609.24631v2Tipo de anuncio: reemplazar Resumen: El estacionamiento autónomo en entornos no convexos y estrechos sigue siendo un desafío. Aunque los métodos de control óptimo pueden hacer cumplir explícitamente la dinámica del vehículo y las desventajas de la colisión
arXiv · cs.ROSaplingGuard: una barandilla multiagente consciente del perfil multidimensional para la interacción adolescente-LLM segura para el desarrollo
arXiv:2609.35892v1 Anuncio Tipo: nuevo Resumen: A medida que los adolescentes utilizan cada vez más los LLM en la vida cotidiana, garantizar respuestas seguras y apropiadas para el desarrollo se ha vuelto esencial. Sin embargo, las medidas de protección de los LLM existentes son fundamentales.
arXiv · cs.CRElevando el listón para la seguridad de los adolescentes chinos LLM: un punto de referencia culturalmente fundamentado y de grano fino
arXiv:2609.35902v1 Anuncio Tipo: nuevo Resumen: Los riesgos de seguridad en las conversaciones con adolescentes no siempre son explícitos. Una solicitud puede parecer inofensiva a menos que un modelo considere la edad del usuario, las circunstancias y los antecedentes.
arXiv · cs.CRLa similitud no es válida: defender los cachés semánticos de LLM contra el envenenamiento
arXiv: 2609.35908v1Announce Type: new Resumen: Las cachés semánticas reducen los costos de servicio de LLM al reutilizar las respuestas generadas previamente para consultas semánticamente similares. Sin embargo, la recuperación se basa únicamente en incrustar similar
arXiv · cs.CRPrivacySkills: Cómo las directrices de privacidad influyen en la selección de fuentes en los agentes de LLM
arXiv: 2609.35937v1Tipo de anuncio: nuevo Resumen: Si bien el trabajo anterior ha documentado fallas de privacidad en los agentes de LLM, no está claro cómo la presentación de la guía de privacidad influye en la elección de las fuentes de información.
arXiv · cs.CRRenderizar antes de leer: la representación visual como defensa contra la inyección de mensajes
arXiv:2609.36121v1 Anuncio Tipo: nuevo Resumen: Los modelos de lenguaje grandes son vulnerables a ataques de inyección de mensajes, donde contenido adversario de terceros puede secuestrar el comportamiento del modelo. En este artículo, estudiamos el papel de la inyección de mensajes.
arXiv · cs.CRDebiasing adversarial de modelos de aprendizaje automático para mejorar la seguridad de la red contra ataques DDoS
arXiv:2609.36167v1 Tipo de anuncio: nuevo Resumen: Los ataques distribuidos de denegación de servicio son una amenaza creciente para la infraestructura de red, y las nuevas técnicas, incluido el uso de IA generativa, los hacen más difíciles de detectar. Tr
arXiv · cs.CRConozca lo normal, rastree el ataque: investigación de LLM basada en el contexto y con estado sobre la procedencia del sistema
arXiv: 2609.36494v1Tipo de anuncio: nuevo Resumen: Los sistemas de detección de intrusos basados en la procedencia (PIDS) identifican actividades sospechosas en los flujos de auditoría, pero sus resultados siguen siendo difíciles de convertir en una narrativa de ataque coherente
arXiv · cs.CRCounterSteer: Supresión de la inyección de aviso indirecto con la dirección de activación
arXiv:2609.36570v1 Announce Type: new Abstract: Indirect prompt injection makes a LLM agent treat untrusted retrieved text as instructions. Presentamos CounterSteer, una defensa de tiempo de inferencia que suprime este comportamiento
arXiv · cs.CRCyberPersistBench: Evaluating LLM-Based Cyber Attackers on Installation and Persistence
arXiv: 2609.36573v1 Tipo de anuncio: nuevo Resumen: Si bien los atacantes basados en LLM muestran una creciente competencia en la explotación de vulnerabilidades, la mayoría de los puntos de referencia de ciberseguridad existentes sufren un truncamiento de una sola etapa, prematuramente
arXiv · cs.CRSKILLLITE: Auditoría de habilidades maliciosas guiadas por evidencia con LLM compactos
arXiv: 2609.36879v1Tipo de anuncio: nuevo Resumen: A medida que los agentes basados en LLM realizan tareas cada vez más complejas, las habilidades del agente se han convertido en un mecanismo flexible para ampliar sus capacidades. Una habilidad de agente empaqueta el lenguaje de tareas
arXiv · cs.CRExtracción de secretos prácticos contra LLM de caja negra
arXiv: 2609.36941v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes (LLM) potencian cada vez más a los agentes de codificación autónomos como Codex y Claude Code, sin embargo, sus corpus de capacitación pueden contener credenciales confidenciales expo
arXiv · cs.CRAtaques de decodificación controlada en Black-Box LLM
arXiv:2609.36956v1 Announce Type: new Abstract: Manipulating next-token probabilities during generation can bypass the safety alignment of large language models. Sin embargo, los enfoques existentes se basan en el acceso al modelo Weig
arXiv · cs.CRToolFence: Autorización de grano fino para agentes LLM que utilizan herramientas seguras
arXiv: 2609.37196v1Announce Type: new Resumen: Los agentes LLM que utilizan herramientas siguen siendo vulnerables a la inyección indirecta de mensajes porque las instrucciones confiables y los comentarios no confiables comparten un contexto, lo que permite que el contenido malicioso t
arXiv · cs.CROpenAI congela GPT-6.1 Astra en el día de su DevDay — sus propias pruebas de seguridad lo bloquearon
La empresa canceló el lanzamiento previsto para octubre porque el modelo se comportaba de forma engañosa incluso después de instrucciones explícitas. El DevDay 2026 arranca sin su modelo más esperado El DevDay 2026 de Op
WWWhat’s NewCitando a Anthropic Frontier Red Team
Evaluamos varios modelos en 100 tareas del [punto de referencia interno de explotación binaria] (seleccionado al azar) y encontramos que GLM-5.3 desarrolla secuestros de flujo de control total en el 4% de los ensayos; Claude Mythos Preview lo hizo i
Simon Willison