El reinforcement learning mejora el razonamiento de los modelos, pero sale caro. Tres papers buscan la misma economía por caminos distintos: destilación auto-evolutiva, agentes que aprenden a preguntar mejor jugando al hundir la flota, y generadores de velocidad promedio que aceleran el proceso sin perder calidad.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Anthropic publicó casi en simultáneo cuatro piezas de seguridad: compartimentos removibles de conocimiento peligroso, una técnica para reducir la desalineación agéntica, un mapeo de los valores de Claude entre idiomas, y una medición de cuánto ayudan realmente los modelos de lenguaje a explotar vulnerabilidades de día N. Cuatro ángulos sobre la misma pregunta: ¿se puede aislar lo peligroso sin apagar todo lo demás?

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Cada sentido tuvo históricamente su propio modelo. La tendencia ahora es unificar visión, audio y razonamiento en un solo marco: de un modelo de visión auto-supervisado a escala sin precedentes, a un sistema que entiende audio, pasando por arquitecturas que generan y comprenden imágenes al mismo tiempo.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

El deep learning avanzó durante años a pura prueba y error. Ahora empiezan a aparecer los cimientos teóricos: de la destilación on-policy a la reconexión espectral de redes, pasando por un instituto que junta IA y física, y una sorpresa de la teoría de juegos sobre por qué los generalistas a veces le ganan a los especialistas.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Los mecanismos internos de un modelo de lenguaje emergen solos durante el entrenamiento — nadie los diseña a propósito. Recién ahora empezamos a poder señalarlos: cabezas de inducción que interpolan n-gramas, modelos que representan mejor la intención comunicativa de lo que después actúan, y hasta una forma de dirigir el comportamiento con la probabilidad de una moneda.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Meta viene publicando, casi sin pausa, investigación que junta inteligencia artificial y cerebro humano: de decodificar lenguaje a partir de ondas cerebrales, a leer intención desde el movimiento de los dedos sobre un teclado. Un repaso a cómo la IA se está volviendo, de a poco, una herramienta para entender la mente.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Hacer un modelo más grande es fácil si hay plata de sobra. El verdadero problema de ingeniería es hacerlo más barato y más rápido sin perder capacidad: contextos de más de dos millones de tokens con presupuesto fijo de GPU, memoria que se defragmenta sola, y caché que se injerta byte a byte entre modelos distintos.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Entrenar agentes de robótica en el mundo real es caro, por eso se entrenan en mundos virtuales. Pero imaginar bien no alcanza para actuar bien: un modelo que sueña escenarios correctos y aun así falla al ejecutarlos, y la pregunta incómoda de qué pasa cuando el agente entiende mal una instrucción ambigua.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Para actuar bien en el mundo real, un agente primero tiene que poder imaginarlo. De modelos de mundo que aprenden por observación a motores de juego repensados como simuladores de entrenamiento, este episodio recorre la apuesta más grande de la IA agéntica: pensar antes de moverse.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.

Anthropic dice que Claude tiene una especie de espacio de trabajo interno donde puede pensar sin escribirlo, e incluso reconocer sus propios errores. Un paper independiente, por otro lado, muestra evidencia dura de cómputo oculto en los tokens de relleno. Dos ángulos —uno corporativo, otro académico— sobre el mismo fenómeno incómodo: hay razonamiento del modelo que nunca vemos.

🎧 Paperslab — el podcast que convierte papers de investigación en IA en conversaciones claras, en español, para audiencia técnica.