el lore detrás del feed

Large Language Models

Las historias que vuelven a meter esta idea en el feed.

15 historias

En el feed

ai-mlForbes destaca RLMF, la variación de RLHF que recompensa a la IA por decir “No lo sé”La retroalimentación metacognitiva pasa, después del entrenamiento, de solo perseguir respuestas correctas a una confianza calibrada, una abstención útil y menos alucinaciones de bata de laboratorio.
ai-mlArtículo de Nature pone a prueba la incitación multifase para informes clínicos de medicamentosLa parte útil no es que la IA invente medicina. Es un flujo de trabajo más específico para resúmenes clínicos estructurados de medicamentos.
ai-mlGPT-5.6 Launches Under Government Restrictions: What Sol, Terra, and Luna Actually DoOpenAI released three new models on June 26 with access limited to trusted partners at the Trump administration's direction. Here is what each model does and why the rollout structure matters.
gamingUn investigador de Microsoft construyó una red neuronal con cabras en Age of Empires 2. El punto no es lo que crees.Adrian de Wynter's absurdist experiment is the clearest argument yet for why builders and learners should stop anthropomorphizing AI. El experimento absurdista de Adrian de Wynter es el argumento más claro hasta ahora de por qué los creadores y los estudiantes deberían dejar de antropomorfizar la IA.
ai-mlGLM-5.2 es el modelo de código de código abierto que tiene a Silicon Valley mirando hacia el esteZ.ai, el nuevo LLM con licencia MIT, está diseñado para tareas de codificación agéntica de largo horizonte, con un precio muy inferior al de Claude y GPT, y Silicon Valley le está prestando atención.
ai-mlPruebas Sintéticas Te Están Mintiendo: El Nuevo Método de OpenAI Usa Conversaciones Reales para Detectar Mal Comportamiento del Modelo Antes del LanzamientoEl marco de Simulación de Despliegue de OpenAI desafía la dependencia del sector en escenarios de prueba artificiales al reproducir conversaciones reales de producción a través de modelos candidatos antes de su lanzamiento.
ai-mlTu modelo aprobó el examen médico. BRIDGE acaba de pedirle que lea una historia clínica real.Un nuevo benchmark de Nature Biomedical Engineering pone a prueba a los LLMs más avanzados con texto real de registros médicos electrónicos, y los resultados deberían transformar la forma en que cualquiera evalúa la IA en el ámbito de la salud.
ai-mlAir Canada perdió en los tribunales por su chatbot. El modelo estaba bien. La gobernanza no.Cinco fracasos reales de la IA demuestran que cuando los despliegues salen mal, el culpable casi nunca es el modelo en sí.
ai-mlLos LLM de propósito general superan a la IA clínica especializada en todos los puntos de referencia, y eso debería hacerte replantear el ajuste finoUna evaluación publicada en Nature Medicine encuentra que los modelos de uso general de última generación superan a las plataformas de IA clínica especializadas en todas las categorías evaluadas, cuestionando la suposición de que la especialización en un dominio siempre vale la pena.

En el feed

También vibra