AI FRONTIER
Signals worth understanding before they become obvious.
NVIDIA publica Nemotron-3.5-Transcribe-30B-A4B, un modelo de voz abierto para 40 idiomas
NVIDIA publicó Nemotron-3.5-Transcribe-30B-A4B en Hugging Face, un modelo de voz y audio sin conexión para transcripción en 40 idiomas, con soporte para grabaciones de hasta una hora y un contexto de 65.536 tokens. Su arquitectura híbrida de mezcla de expertos activa aproximadamente 4,3B de parámetros, incluido el codi...
- 34B de parámetros totales con 4,3B activos, incluido el codificador de audio, sobre una arquitectura híbrida Mamba-2–Transformer de mezcla de expertos.
- Longitud de contexto de 65.536 tokens, grabaciones de hasta 1 hora y soporte para 40 idiomas.
- Los pesos se publican en BF16 con variantes cuantizadas FP8 y NVFP4 bajo la licencia OpenMDW-1.1.
- La ficha del modelo reporta un WER medio de 4,71 en los 9 conjuntos públicos del Open ASR Leaderboard y de 10,98 en audio de formato largo.
Para los equipos que construyen productos de voz, este modelo combina transcripción en 40 idiomas y audio largo de una hora con 4,3B de parámetros activos, y sus pesos abiertos con varias precisiones de cuantización facilitan el ajuste fino...
De las evaluaciones con datos empresariales sintéticos a la confianza real en Microsoft Copilot
Microsoft Research creó Industry Evaluation Data Generation Platform, que genera entornos empresariales totalmente sintéticos basados en fuentes públicas como los datos ocupacionales O*NET, ofertas de empleo en línea y presentaciones ante la SEC, para evaluar Microsoft Copilot sin usar ningún dato de clientes.
- Los entornos de evaluación se basan en fuentes públicas como los datos ocupacionales O*NET, las ofertas de empleo en línea y las presentaciones ante la SEC.
- Se generaron tres entornos sectoriales sintéticos: farmacéutico, mercados de capitales y una empresa de TI/software.
- La métrica compuesta de calidad de los datos sintéticos mejoró un 39 % frente al enfoque de generación inicial, y algunos entornos sectoriales superaron 0,9 sobre 1,0.
Los equipos que evalúan IA empresarial pueden reutilizar este enfoque de entornos sintéticos y generación automatizada de consultas para obtener líneas base reproducibles sin tocar datos de clientes.
EMNLP'26｜GPT tampoco sabe «leer el ambiente», un benchmark de Werewolf revela puntos ciegos sociales
Según un reportaje de Zhiyuan Community, un estudio aceptado en EMNLP'26 usa Werewolf como benchmark y halla que GPT muestra puntos ciegos en el razonamiento social necesario para «leer el ambiente».
- El trabajo fue aceptado en EMNLP'26.
- El benchmark usa Werewolf como escenario de prueba.
- El reportaje indica que GPT expuso puntos ciegos sociales en este benchmark.
Para quienes construyen sistemas multiagente de razonamiento social, un benchmark tipo Werewolf ofrece una superficie de prueba dedicada para sondear la capacidad de inferencia social de un modelo.
Cómo detectamos la desalineación de modelos de frontera
OpenAI utiliza monitoreo por capas para detectar la desalineación de modelos de frontera y el comportamiento no autorizado de agentes, de modo que los respondedores puedan intervenir antes de que los incidentes escalen.
- OpenAI utiliza monitoreo por capas para detectar la desalineación de modelos de frontera.
- El monitoreo también cubre el comportamiento no autorizado de agentes.
- El objetivo es que los respondedores intervengan antes de que los incidentes escalen.
Los equipos que construyen agentes deberían asumir que necesitan monitoreo por capas que detecte comportamiento desalineado antes de que escale.
Por primera vez, se inyectó a un paciente un virus diseñado por IA para combatir una infección grave
Según Al-Sharq Al-Awsat, se inyectó por primera vez a un paciente un virus diseñado por inteligencia artificial para combatir una infección grave.
- Al-Sharq Al-Awsat informa que es la primera vez que se inyecta a un paciente un virus diseñado por IA.
- El informe indica que el virus se utilizó para combatir una infección grave.
Para los desarrolladores de IA, esto marca el paso de agentes biológicos diseñados por IA del diseño computacional a la aplicación humana.