Lanzamientos y actualizaciones conectados con fichas, contexto y fuentes primarias.
DeepSeek atribuye a V4.1 Flash una caché KV persistente mucho menor que la de su predecesor. Esa cifra describe una propiedad de infraestructura, no el coste ni el tiempo de una tarea completa. Este análisis propone una prueba controlada para medir ambos.
La evolución de los modelos de lenguaje no fue una sucesión inevitable de sustituciones. Cada arquitectura cambió el equilibrio entre representar una secuencia, acceder a su contexto y paralelizar el cómputo, pero dejó límites que dependían también de los datos y del entrenamiento.
Una guía operativa para comprobar que una integración conserva el estado exigido entre DeepSeek, las herramientas y el usuario. Incluye pruebas reproducibles, criterios de registro y límites de lo que puede concluirse a partir de `reasoning_content`.
Una guía para convertir las respuestas con fuentes en un comportamiento comprobable: evaluar la evidencia, revisar cada afirmación, probar casos difíciles y decidir cuándo responder, pedir aclaraciones o abstenerse.
Unit 42 Continuous Frontier AI Defense promete descubrir vulnerabilidades, comprobar si son explotables y acelerar su corrección. Las cifras de rendimiento divulgadas por Palo Alto Networks siguen siendo afirmaciones del proveedor: la información publicada no permite auditarlas de forma independiente.
Las recomendaciones oficiales de prompting para DeepSeek R1 son hipótesis que conviene validar en cada aplicación. Este protocolo permite comparar ubicaciones de instrucciones y el prefijo «<think>» midiendo tanto la calidad de las respuestas como los fallos de integración.
Un informe de Google, Google DeepMind y MIT FutureTech reúne interacciones con Gemini, un inventario de modelos especializados y una encuesta a científicos. Sus resultados ofrecen indicios sobre el uso de IA, pero las casi siete horas semanales declaradas no equivalen a una medición objetiva de productividad.
En Apsara, Alibaba presentó el Zhenwu V900 y describió el estado de entrenamiento de Qwen 4, además de anticipar modelos futuros de mayor escala. La fecha de comercialización del chip y la comparación de rendimiento son anuncios de la compañía, no resultados independientes.
Una guía operativa para diseñar y probar permisos de agentes por tarea, usuario, recurso y duración. Incluye una matriz de acciones, criterios de aprobación humana y comprobaciones de revocación.
Una guía para seguir una petición de extremo a extremo, encontrar dónde surgió un fallo y diseñar una telemetría útil con captura mínima, controles de acceso y retención limitada.
Una guía práctica para probar asistentes de investigación web con las mismas tareas, revisar sus citas y elegir según la necesidad de trazabilidad, acceso y esfuerzo de verificación.
Dos artículos describen una pausa de seguridad y mencionan un posible acceso por DNS y la exposición de un token de GitHub. Las fuentes disponibles no incluyen una comunicación primaria que permita confirmar el alcance, el mecanismo o las consecuencias.
Noticias que modifican el mapa de modelos y capacidades.
El lanzamiento obliga a revisar evaluación, despliegue y seguridad.
Modelo frontera ↗Código y tareas de conocimiento con controles de esfuerzo.
Conocimiento ↗Multimodalidad, código y agentes con perfil de baja latencia.
Versión estable ↗Una noticia no termina en el titular.
Relaciona el anuncio con versión, acceso y modalidades.
Identidad ↗Distingue tarifas estables, introductorias y datos ausentes.
Coste ↗Revisa condiciones y comparabilidad antes de aceptar un benchmark.
Evidencia ↗