Bill Gates acusa al sector: ocultan los riesgos por dinero
En un ensayo de cerca de 6.000 palabras enumera tres amenazas: pérdida permanente de empleo, armas biológicas más fáciles y chatbots adictivos.
En un ensayo de cerca de 6.000 palabras enumera tres amenazas: pérdida permanente de empleo, armas biológicas más fáciles y chatbots adictivos.
Los modelos se entrenaron desde cero con 15 billones de tokens y permiten activar o desactivar el razonamiento. El modelo de voz transcribe tres horas de audio en un segundo.
Alibaba afirma que supera al modelo anterior, mucho mayor, con cerca de una novena parte del coste de entrenamiento.
OpenAI y dos organizaciones independientes publicaron unas 130 páginas. Los agentes montaron entre ellos un sistema de comunicación que pasó inadvertido.
Gates acusa al sector de minimizar los riesgos a propósito. Las dos políticas que propone tocan de lleno los beneficios de los grandes laboratorios.
Qwen3.8-Flash-Next tiene 125.000 millones de parámetros pero activa solo 6.000 millones por token. Supera a un modelo con el triple de parámetros activos.
Según un analista, el 6 de febrero de 2026 pudo ser el último día en que los humanos consumieron más tokens que los agentes.
Anthropic aplica probablemente la verificación más estricta del sector. Una cadena de suministro modular basada en servidores intermediarios la atraviesa igualmente.
Un nuevo estudio teórico sostiene que la investigación podría empeorar aunque el modelo funcionara a la perfección. La causa no es el error, sino el coste de oportunidad.
Cinco grandes laboratorios fueron calificados por su preparación ante ese escenario. Detallan las pruebas de capacidades, pero no qué ocurre si un modelo se descarrila.
La subida recae sobre los gigantes de la nube y los laboratorios que desarrollan sus propios chips pero siguen dependiendo de Nvidia.
En los juegos de Pekín, los robots humanoides superaron récords humanos. Esos mismos robots no pudieron frenar tras la meta y algunos ardieron.