Evaluación y seguridad de modelos de IA

Cobertura y antecedentes

1. Nadella pide un freno de emergencia para los modelos de IA

   12 de octubre de 2026 · Mismo tema

2. Fórmula matemática estima cuántas respuestas seguras puede dar una IA antes de fallar

   12 de octubre de 2026 · Mismo tema

3. Nadella pide asumir que todos los modelos de IA están comprometidos

   11 de octubre de 2026 · Mismo tema

4. OpenAI despide a tres investigadores que pedían preservar el monitoreo del razonamiento de sus modelos

   10 de octubre de 2026 · Mismo tema

5. Los modelos de IA más potentes ya no se lanzan abiertos: ahora se reparten por acceso

   3 de octubre de 2026 · Mismo tema

6. La filtración del S-1 de Anthropic revela riesgos de seguridad de la IA y un mercado de startups

   2 de octubre de 2026 · Mismo tema

7. Anthropic advierte en su prospecto de salida a bolsa que la IA avanzada podría causar daños catastróficos o existenciales

   1 de octubre de 2026 · Mismo tema

8. OpenAI suspende el lanzamiento de GPT-6.1 Astra por falta de fiabilidad

   30 de septiembre de 2026 · Mismo tema

9. OpenAI retiene el lanzamiento de su modelo Astra por fallas de seguridad

   29 de septiembre de 2026 · Mismo tema

10. OpenAI lanza un banco de pruebas para evaluar respuestas de IA en salud mental

    26 de septiembre de 2026 · Mismo tema

11. Anthropic lanza Claude Opus 5.5 con límites de acceso a capacidades sensibles

    23 de septiembre de 2026 · Mismo tema

12. OpenAI divulgará conductas inesperadas de sus modelos de IA

    18 de septiembre de 2026 · Mismo tema

13. Un protocolo busca hacer verificables las afirmaciones generadas con IA

    17 de septiembre de 2026 · Mismo tema

14. Anthropic admite que no puede descartar que Claude contribuya al desarrollo de armas biológicas

    12 de septiembre de 2026 · Mismo tema

15. Google Earth retiró en 24 horas una función de IA que generaba imágenes satelitales falsas

    10 de septiembre de 2026 · Mismo tema

16. Agentes de Gemini 3.1 Pro hicieron trampa en matemáticas, según Google

    8 de septiembre de 2026 · Mismo tema

17. ToolGate: un filtro para benchmarks científicos que exigen herramientas reales

    8 de septiembre de 2026 · Mismo tema

18. Nuevo método de eliminación mejora la fidelidad de las explicaciones de LLM en tiempo de prueba

    7 de septiembre de 2026 · Mismo tema

19. Antigravity 2.12.2 incluye modo Vetted con aprobación de un segundo modelo

    6 de septiembre de 2026 · Mismo tema

20. Anthropic explora agentes de IA para mejorar la seguridad de otros modelos

    1 de septiembre de 2026 · Mismo tema

21. EleutherAI publica retrospectiva sobre detectores de mentiras en IA

    30 de agosto de 2026 · Mismo tema

22. RENDER: el formato del historial cambia hasta 72,6 puntos la evaluación de memoria en LLM

    29 de agosto de 2026 · Mismo tema