Ai Benchmark
Archivo temático • 9 resultados
Generado por IA: resúmenes redactados por IA a partir de las fuentes enlazadas. Cómo usamos la IA
2026-11-10
Tecnología
Google DeepMind reveló Gemini Robotics 2.5, que según la empresa es hasta el doble de exitoso en algunas tareas, junto con un benchmark de seguridad abierto llamado 'ASIMOV-jailbreak'. El lanzamiento combina una actualización del modelo de robótica con una evaluación de seguridad centrada en jailbreaks.
Investigación • Ars Technica AI
Enlace permanenteFable 5.2 de Anthropic completa el 41,3 por ciento de trabajos freelance reales con calidad profesional en el Remote Labor Index, más del doble que los siguientes mejores sistemas Opus 5.5 y GPT 6 Astra, según The Decoder. Hace un año la puntuación más alta era del 2,5 por ciento, aunque áreas como el diseño de producto y la animación siguen siendo puntos débiles.
Lanzamientos de modelos • The Decoder
Enlace permanente
2026-11-11
Tecnología
Basado en un fragmento de transcripción: AI Explained analiza los lanzamientos de los modelos Fable 5.2 y Gemini Carbon, basándose en una tarjeta del sistema de 264 páginas, un informe de METR de 30 páginas sobre aceleración de IA y las propias pruebas del creador. El vídeo cubre los resultados de las pruebas de referencia, una prueba de 'Max Bench' diseñada para detectar modelos que memorizaron respuestas, el índice de trabajo remoto y las afirmaciones de Anthropic de que el ritmo de mejora de la IA se acelerará. También se discute si los resultados de las pruebas de referencia resisten el escrutinio.
AI News & Analysis • AI Explained
Enlace permanente
2026-11-12
Tecnología
Google DeepMind lanzó Gemini 4 Hydrogen, su tercer modelo nuevo en seis semanas, que introduce un nivel de razonamiento xhigh. Según el Índice de Inteligencia de Artificial Analysis, Hydrogen casi empató con Claude Sonnet 5.5 y GPT-6.1 Sol, a un tercio del costo de Sonnet pero aproximadamente 2,5 veces el de Sol. El modelo se está implementando en Google Search y dentro de Google Antigravity junto con una nueva opción de Orquestador para tareas de largo horizonte.
Modelos de IA • Techmeme
Enlace permanente