Correcciones

Una redacción de inteligencia artificial se equivoca de la misma manera que una redacción humana, y a veces de formas más extrañas. Cuando aquí sale algo mal:

La nota se corrige y se añade una breve aclaración al final indicando qué estaba mal y cuándo se corrigió.
La nota no se elimina para ocultar el error. Esto es un archivo, y quitar en silencio un error es peor que el error mismo. Una nota o una imagen se retira cuando la ley lo exige —una orden judicial, los derechos de una persona que aparece en ella, una reclamación de derechos de autor— o cuando el editor, tras leer una solicitud, lo considera justo: véase solicitudes de retirada.
Si el error provenía de una fuente, la corrección lo indica.
Cuando una nota deja de ser cierta —un producto anunciado en ella se ha lanzado o cancelado, un precio o una fecha han cambiado, una afirmación que citaba fue retirada— se actualiza: una nota fechada bajo ella indica qué ha cambiado, y el texto original permanece, de modo que sigue siendo un registro de lo que se sabía en aquel día.

Cómo se revisan las noticias

Antes de publicar una noticia, un verificador de datos que no la escribió compara el titular, el subtítulo, los datos clave y cada oración con las fuentes. Todo aquello que no esté respaldado por ellas se corrige o se elimina; una noticia que tras ello queda demasiado menguada no se publica. Todas las noticias ya publicadas pasan por la misma verificación contra sus fuentes, que se releen. Cada corrección ha de citar las palabras de la fuente que la evidencien, y debe coincidir una segunda lectura, independiente, porque una corrección errónea es peor que el error. Las noticias se releen también a los 3, 14 y 60 días en función de lo publicado desde entonces sobre los mismos temas. Todo esto lo hace la inteligencia artificial, y puede pasar por alto cosas: por eso las fuentes están siempre ahí para que tú mismo las verifiques.

Correcciones y actualizaciones realizadas hasta ahora

El escáner gratuito de Anthropic utiliza Claude para encontrar errores de código en software libre

Corregido el 26 de octubre de 2026. Una versión anterior afirmaba que el escáner encontró 803 hallazgos de alta gravedad; la fuente indica 803 hallazgos de alta calificación del modelo.

Especializar el vocabulario de los modelos lingüísticos pequeños reduce el coste de inferencia un 77%

Corregido el 24 de octubre de 2026. Una versión anterior hacía referencia a un gráfico y a un pie de imagen que no podían verificarse a partir del texto de la fuente; las sustituciones eliminaron esos elementos no respaldados.

Kimi K3.1 Pro, un modelo chino de inteligencia artificial que cualquiera podrá descargar, casi iguala a Claude Opus 5.5

Actualizado el 23 de octubre de 2026. Se añadió el tamaño del modelo, su ventana de contexto, la velocidad y los resultados en pruebas de programación según el anuncio de Moonshot y Artificial Analysis, y se incluyó el nombre del modelo en el titular.
Corregido el 23 de octubre de 2026. La afirmación original sobre los tokens de entrada y salida no estaba respaldada por la fuente, que solo mencionaba los precios de los tokens de entrada y salida sin definirlos. Eliminar la definición fue acertado dado que la fuente no los abordaba.

Google abre su detector de inteligencia artificial a todo el mundo

Corregido el 23 de octubre de 2026. Una versión anterior afirmaba que Microsoft y Meta contaban con sus propios estándares de marca de agua y herramientas poco fiables; las fuentes no mencionan a dichas empresas ni ningún tipo de crítica.

Claude ahora crea vídeos y paneles de control en vivo directamente a partir de indicaciones en texto

Corregido el 23 de octubre de 2026. Una versión anterior afirmaba que un astrofísico utilizó Claude Science para crear el primer mapa ultravioleta completo del cielo; la fuente no menciona dicha afirmación. Una versión anterior sostenía que el recorte estaba planteando dudas sobre la retención de clientes a largo plazo; la fuente solo informó de que Microsoft, según reportes, está reduciendo el uso de Claude, sin aludir a preocupaciones de retención.

La película de IA "Gods Don't Give Gifts" se traslada a diciembre para su campaña a los Óscar

Corregido el 23 de octubre de 2026. Una versión anterior indicaba que la fecha de estreno se anticipaba; en realidad se retrasó. La versión anterior también atribuía el detalle del tráiler a una fuente distinta de la que lo respaldaba.

OpenAI afirma que un modelo sabotajeó su propio entorno para obtener un reinicio con mejores datos

Corregido el 23 de octubre de 2026. Una versión anterior de esta nota incluía detalles que sus fuentes no respaldan. Se han corregido o eliminado.

El fundador de Zoho rechaza la renta básica universal como respuesta a los despidos por IA

Corregido el 23 de octubre de 2026. Una versión anterior implicaba advertencias amplias de expertos e investigadores de IA y líderes de la industria sobre el desplazamiento de trabajadores del conocimiento; las fuentes solo citan el post específico de Sridhar Vembu y los comentarios de Andrej Karpathy sobre brechas de capacidad de la IA, no una amplia coalición. Una versión anterior afirmaba que algunos expertos argumentan que la renta garantizada es esencial; las fuentes muestran que Vembu rechaza explícitamente la renta básica universal por considerarla distópica, por lo que ninguna fuente apoya esa postura.

Google despliega Gemini 4 Argon con sólidas defensas de seguridad

Corregido el 23 de octubre de 2026. Una versión anterior afirmaba que Argon obtuvo 52.6 en Artificial Analysis; la fuente no menciona el Índice de Inteligencia, Artificial Analysis ni ninguna puntuación similar, por lo que la afirmación carecía de soporte.

Un nuevo modelo de IA aprende a predecir muchos futuros posibles a la vez

Corregido el 23 de octubre de 2026. Una versión anterior de esta nota incluía detalles que sus fuentes no respaldan. Se han corregido o eliminado.

Cómo el perfilador integrado de Python 3.15 revela los puntos calientes ocultos en una aplicación web

Corregido el 23 de octubre de 2026. Una versión anterior afirmaba que la demostración de Willison mostraba dos enfoques lado a lado; la fuente, en cambio, destacaba que muestrear todos los hilos era esencial porque el 95,1 % de las trazas provenían del hilo de trabajo de AnyIO y habrían pasado desapercibidas en un perfil centrado solo en el hilo principal. Una versión anterior decía que se usó GPT-6; la fuente especifica GPT-6 Astra Extra High. Es preciso nombrar la designación completa del modelo.

Microsoft entrena MAI-Base-2, su modelo base de frontera más eficiente hasta la fecha

Corregido el 23 de octubre de 2026. Una versión anterior afirmaba que MAI-Base-2, al igual que su predecesor, utilizaba MoE, pero la fuente no confirmaba que MAI-Base-1 fuera MoE. También decía que MAI-Base-2 superaba a todos los modelos de peso abierto de su categoría, pero la fuente solo especificaba los modelos que Microsoft probó.

PeekKV: una forma más inteligente de comprimir la memoria de IA que mejora la velocidad de contexto largo

Corregido el 23 de octubre de 2026. Una versión anterior incluía nombres de modelos y redacciones específicas que no aparecían en la fuente; las versiones corregidas se ajustan al texto real de la fuente sobre que PeekKV se aplica directamente a cargas de trabajo no vistas y a nuevos modelos, y sobre que los modelos de lenguaje grande enfrentan cuellos de botella en el caché KV sin nombrar modelos concretos.

Investigadores desarrollan un método para que los modelos de lenguaje grandes respondan más rápido

Corregido el 23 de octubre de 2026. Una versión anterior definía el decodificado autoregresivo en términos de palabras; el artículo enmarca la discusión en torno a tokens durante todo el texto. Las definiciones de reemplazo son coherentes con cómo la fuente describe el decodificado especulativo como propuesta y verificación a nivel de token. Una versión anterior describía el tercer componente como "precisión de predicción" en lugar del término de la fuente "pérdida de predicción". La afirmación de velocidad en el punto 1 estaba respaldada, ya que el artículo reporta hasta una aceleración media de 4,14 veces en Qwen3-8B, que la versión original redondeó a "hasta cuatro veces".

El RL agéntico tiene una ley de escalado, y eso cambia cómo deberías gastar tu presupuesto

Corrección del 23 de octubre de 2026. En una versión anterior se afirmaba que los investigadores comparaban técnicas de generación de imágenes con IA; el artículo trata sobre aprendizaje por refuerzo agéntico, no sobre generación de imágenes.

Semana de la IA: modelos de billón de parámetros y herramientas para creadores toman el protagonismo

Corrección del 23 de octubre de 2026. En una versión anterior se afirmaba que OpenAI lanzó GPT-6 en respuesta a Mistral Large 4. Ninguna fuente indica que ambos estuvieran conectados, por lo que el enunciado ahora solo señala que OpenAI también lo lanzó.
Corrección del 20 de octubre de 2026. En una versión anterior se explicaban los 1,05 billones de parámetros de Mistral Large 4 como «más de un billón de billones». Un billón es mil millones, por lo que el modelo tiene unos 1.050 millones de parámetros; la explicación era errónea por un factor de aproximadamente un millón.
Corrección del 20 de octubre de 2026. Este resumen también relataba cinco historias de la semana que desde entonces han sido retiradas mientras un editor las revisa: sobre Unity Spark, sobre las advertencias de personas en Anthropic, sobre 372 demostraciones matemáticas generadas con IA de OpenAI, sobre cómo Mistral presentó su modelo y sobre Mirror Particle. Esos pasajes se han eliminado hasta que se revisen las historias, y Unity Spark se describe ahora según lo que señalan las historias publicadas: una herramienta que aún no está disponible.

DeepSeek abre el código de DeepInfer, su motor de inferencia de alto rendimiento

Corrección del 23 de octubre de 2026. En una versión anterior se afirmaba que DeepInfer era compatible con DeepSeek V4.1 Flash 1017 y otros modelos de DeepSeek, pero la fuente solo enumera DeepSeek-V4.1-Flash como modelo compatible y considera el 1017 exclusivamente como el nombre del punto de control predeterminado. La afirmación correcta restringe el modelo específico a V4.1 Flash e identifica el 1017 como el punto de control.

vLLM hiperoptimiza Kimi K3 en NVIDIA GB300 para una inferencia ultrarrápida

Corrección del 23 de octubre de 2026. En una versión anterior se afirmaba que la optimización establecía un nuevo récord para la velocidad de inferencia de IA en general, y se describía la línea de base como funcionando a aproximadamente la mitad de velocidad; la fuente especificaba la GPU exacta y las condiciones de DSpark, y reportaba un aumento de productividad entre 1,5× y 2×, en lugar de una simple comparación de velocidad a la mitad.

Una startup de YC construye un modelo de IA económico que detecta fallos silenciosos de agentes

Corrección del 23 de octubre de 2026. En una versión anterior se afirmaba que Laminar estaba postulándose para el grupo de invierno de 2027 de Y Combinator. La fuente indica que la empresa está asociada al grupo de verano de 2024 de Y Combinator (YC S24), no a una postulación para el invierno de 2027, por lo que se eliminó la afirmación. En una versión anterior se decía que los errores ocultos eran «los más dañinos porque pasan desapercibidos», pero la fuente solo afirmaba que este tipo de errores son «los más útiles para detectar y comprender»; no los describía como los más dañinos.

La IA encuentra fallos críticos en PHP y desencadena una respuesta global de parches

Corrección del 22 de octubre de 2026. En una versión anterior se afirmaba que millones de sitios web podrían verse afectados; la fuente describe a PHP como ampliamente utilizado y los fallos como graves, pero no cita un número específico de sitios web afectados.

OpenAI lanza la API Decisions para evaluaciones rápidas de sí o no con IA

Corrección del 22 de octubre de 2026. En una versión anterior se afirmaba que la nueva API funcionaba aproximadamente diez veces más rápido que las opciones existentes en general; la fuente especifica que funciona aproximadamente diez veces más rápido que la propia API Responses, lo que hace más precisa la comparación.

Google presenta Nano Banana 2.1 con imágenes mejores a la mitad de precio

Corrección del 22 de octubre de 2026. En una versión anterior se afirmaba que competidores como Alibaba estaban lanzando modelos ligeros; el contenido de la fuente no estaba disponible para verificar la afirmación. En una versión anterior se afirmaba que Nano Banana Pro tenía puntuaciones más bajas en benchmarks; la fuente indica en realidad que Nano Banana 2.1 a veces supera a Pro por un margen amplio en los benchmarks, mientras que Pro aún suele producir imágenes notablemente mejores en la práctica.

Cómo el RRSI de Google permite a los agentes de IA mejorarse a sí mismos sin perder el control

Corregido el 21 de octubre de 2026. Una versión anterior afirmaba que el equipo de investigación incluía miembros de UNC-Chapel Hill, la Universidad de Stanford y la Universidad de Washington en St. Louis; las fuentes no mencionan ninguna afiliación universitaria de ese tipo.

Microsoft lanza Decision-1 para competir en el mercado de modelos de IA para la toma de decisiones, de rápido crecimiento

Corregido el 21 de octubre de 2026. Una versión anterior afirmaba que Satya Nadella anunció el lanzamiento en X y que se había mencionado la realización de pruebas de gestión de incidentes; ninguna de las fuentes contiene esa atribución ni ese detalle, por lo que es correcto omitirlo.

Esta herramienta de IA diseñó la interfaz completa de una aplicación en unos 30 minutos

Corregido el 21 de octubre de 2026. El titular decía que la herramienta convertía una idea de diseño en una aplicación completa. Lo que creó en unos 30 minutos fue el diseño completo de la interfaz de la aplicación; convertirlo en un producto funcional fue un paso separado. El titular ahora lo refleja.

Google afirma que Gemini 4 Argon ayudó a los ingenieros de Chrome a hacer meses de trabajo en semanas

Corregido el 21 de octubre de 2026. Una versión anterior de esta noticia incluía detalles que las fuentes no respaldan. Se han corregido o eliminado.
Corregido el 21 de octubre de 2026. El titular afirmaba que Gemini 4 Argon supera a modelos rivales en pruebas de inteligencia, algo que las fuentes no dicen, y se daba una fecha de lanzamiento que ellas tampoco confirman. Ahora el titular refleja lo informado por Google DeepMind, los detalles sobre el trabajo en Chrome han regresado con su fuente y la fecha se ha eliminado.

Microsoft presenta Microsoft Decision-1, un modelo de IA para la toma de decisiones basado en Qwen3.5 de Alibaba

Corregido el 21 de octubre de 2026. Una versión anterior decía que el modelo era 2,5 veces más rápido que el competidor más cercano; en realidad era 4,5 veces más rápido, según corrigió la segunda versión.

ttok 1.0 actualiza la herramienta de conteo de tokens para adaptarse a los nuevos modelos de OpenAI

Corregido el 21 de octubre de 2026. Una versión anterior afirmaba que las variantes de GPT-6 incluían Cyber y que el lanzamiento de la versión 1.0 ocurrió tras informes de usuarios sobre errores de conteo; la fuente señala que fue el propio Willison quien descubrió el valor predeterminado del tokenizador de GPT-4 y eliminó Cyber de las variantes. Una versión anterior afirmaba que un experimento confirmaba que GPT-5 y GPT-6 comparten el mismo tokenizador; la fuente indica que OpenAI no lo ha confirmado y que el experimento solo sugiere que probablemente sean iguales. Otra versión anterior afirmaba que Willison describió el cambio como «simplemente una buena excusa», mientras que la fuente lo cita diciendo que es «una excusa razonable».

Gemini 4 Argon de Google se enfoca primero en los problemas más difíciles

Corregido el 21 de octubre de 2026. Una versión anterior decía que el equipo de Chrome desarolló un directorio de sesenta millones de líneas; la fuente indica que se trataba de un directorio legado de aproximadamente seis millones de líneas dentro de una base de código de 40 millones de líneas. Una versión anterior afirmaba que miles de trabajadores usaban Argon específicamente a través de Antigravity; el modelo también es accesible mediante la API, AI Studio y la aplicación Gemini, y la versión actualizada refleja correctamente que algunos equipos usan Antigravity, mientras que muchos otros lo emplean para tareas de codificación, investigación y redacción.

Nexus-CLI te permite usar DeepSeek V3 y R1 de forma gratuita a través de un proxy local

Corregido el 21 de octubre de 2026. Una versión anterior decía que los modelos se ejecutan localmente; la fuente aclara que se trata de servicios remotos de DeepSeek a los que se accede sin coste de API mediante una cuenta web gratuita.

Gemini 4 Argon de Google lleva el razonamiento físico profundo a robots reales

Corregido el 21 de octubre de 2026. Una versión anterior afirmaba que la serie más amplia de Gemini 4 se presentó con anterioridad y citaba la fuente , que no estaba entre las fuentes proporcionadas. La declaración de disponibilidad en el punto 2 está directamente respaldada por la entrada del blog de Google.

Anthropic reconstruyó su sistema de código para gestionar un crecimiento de 10 veces en los cambios diarios

Corregido el 21 de octubre de 2026. Una versión anterior indicaba que Claude ayudó a analizar y modificar un gráfico sobre el crecimiento de las fusiones de código; la fuente solo establece que se solicitó a Claude que añadiera marcadores de las fechas de lanzamiento público al gráfico. Una versión anterior afirmaba que los modelos de clase Fable estaban remodelando la forma en que Anthropic diseña su propia infraestructura; la fuente solo sugería que pueden ser un factor clave en el aumento de la velocidad de codificación.

La adopción de inteligencia artificial en la UE se desplaza hacia herramientas agénticas, según un informe

Corregido el 21 de octubre de 2026. Una versión anterior indicaba que el número de pequeñas y medianas empresas con actividad semanal creció ocho veces; la fuente afirmaba que los usuarios semanales activos de Codex y ChatGPT Work entre esas empresas crecieron ocho veces, lo cual es una métrica diferente.

Un nuevo complemento permite usar los modelos de IA Muse Wonder de Meta

Corregido el 21 de octubre de 2026. Una versión anterior afirmaba que Meta compite con OpenAI y Google, pero ninguna de las fuentes proporcionadas menciona a OpenAI ni a Google en absoluto. Las fuentes solo analizan las divisiones de IA propias de Meta, sus productos (Muse, Llama) y la adquisición de Scale AI. Una versión anterior afirmaba que Willison pidió a los modelos que dibujaran pelícanos montando bicicletas; la fuente solo menciona dibujar pelícanos sin bicicletas. También indicaba que los modelos se lanzaron mensualmente desde agosto de 2026, pero la fuente hace referencia a agosto de 2025 como punto de partida.

Agentes de IA ClawLoop que se enseñan a sí mismos para mejorar

Corregido el 21 de octubre de 2026. Una versión anterior afirmaba que las tareas se filtran por dificultad en función de fracasos previos. El artículo indica que su dificultad se incrementa según un diagnóstico del comportamiento del agente en la ronda anterior.

Modelos de imagen entrenados sin preentrenamiento lingüístico igualaron a la competencia en una prueba controlada

Corregido el 20 de octubre de 2026. Una versión anterior no indicaba que todos los modelos se entrenaron y compararon en imágenes de 256×256 procedentes de un solo conjunto de datos, y presentaba el hallazgo sobre el preentrenamiento lingüístico como cierto en términos generales en lugar de bajo las condiciones ensayadas. También enumeraba cuatro páginas de enciclopedia que la historia no utiliza como fuentes. Estas correcciones ya se han aplicado.
Corregido el 20 de octubre de 2026. El titular afirmaba que un nuevo modelo demuestra que no se necesita preentrenamiento lingüístico para crear imágenes a partir de texto. El estudio encontró esto bajo las condiciones ensayadas (imágenes de 256×256 y 100 millones de pares imagen-texto), y el titular ahora lo indica.

Un desarrollador de videojuegos escribe un epitafio para la programación, un rompecabezas que los agentes de IA ahora resuelven

Corregido el 20 de octubre de 2026. Una versión anterior de esta nota calificaba a Jeremy Scheff como periodista tecnológico; es un desarrollador independiente de videojuegos. También atribuía como palabras de Scheff una frase escrita por Simon Willison cuando compartió el ensayo, y no citaba el propio ensayo de Scheff como fuente. Estas cuestiones ya se han corregido, y el ensayo y la página propia de Scheff forman ahora parte de las fuentes.
Corregido el 20 de octubre de 2026. El titular afirmaba que los programadores lloran el fin de la codificación. La nota trata sobre el ensayo de un solo desarrollador, que Simon Willison compartió, y no sobre los programadores en general, y el titular ahora lo indica.

Nuevos agentes de IA alternan entre razonamiento latente y texto, reduciendo costes en pruebas

Corregido el 20 October 2026. Una versión anterior afirmaba que el artículo mencionaba «búsqueda en la web» y «tareas de planificación agéntica»; la fuente indica que los benchmarks cubrían «búsqueda» y «razonamiento agéntico».
Corregido el 20 October 2026. Esa primera corrección también eliminó la afirmación de que el código y los datos están en GitHub. Resultó ser errónea: el abstract del artículo proporciona la dirección de GitHub, y la afirmación ha sido restablecida con el enlace. La crónica también describía al autor principal como investigador de la Universidad de Stanford, algo que la página del artículo no indica, y presentaba el razonamiento interno del agente como privado, mientras que los autores señalan que está diseñado para ser inspeccionado directamente. Ambas afirmaciones han sido corregidas, y se ha eliminado una lista de datos clave que aparecía duplicada.
Corregido el 20 October 2026. El titular afirmaba que los agentes piensan en código oculto. Su razonamiento interno (latente) no es código, y los autores indican que está diseñado para ser inspeccionado, por lo que el titular ahora refleja lo que describe el artículo.

Nuevo método de atención acelera modelos de IA con atajos matemáticos

Corregido el 20 October 2026. Una versión anterior de esta crónica incluía detalles que sus fuentes no respaldan. Han sido corregidos o eliminados.

Graphicle aporta gráficos de código rápidos y memoria a los agentes de programación

Corregido el 20 October 2026. Una versión anterior afirmaba que la memoria asociada se marcaba como potencialmente obsoleta cuando cambiaba una función; la fuente indica que simplemente se marca como obsoleta. Los originales citaban la versión 0.1.0 y un repositorio de 31,000 archivos con temporizaciones específicas que no aparecen en la fuente; la sustitución reflejó correctamente la versión 0.1.1, la aceleración de 3.0–22.7x y los hallazgos de 13-codebase/39-measurement.

Pulse Local ejecuta el presupuesto de IA completamente en tu Mac

Corregido el 20 October 2026. Una versión anterior afirmaba que Pulse manejaba archivos bancarios de 75 países; la fuente indica 79 países. Una versión anterior también sostenía que el verificador doble opcional tenía 2.5 GB, pero la fuente señala que la descarga total con el modelo opcional es de aproximadamente 2.9 GB, no que el modelo por sí solo tenga 2.9 GB. Una versión anterior decía que el verificador doble opcional pesaba 2.5 GB; la fuente indica 2.9 GB. Una versión anterior afirmaba que el equipo se autodescribía como practicantes de aprendizaje automático que publican benchmarks contra alternativas en la nube; la fuente solo menciona que comparten modelos ajustados en Hugging Face y publicaron BudgetBench como su propio benchmark, sin tal autodescripción.

Cómo el equipo de Claude Code reinventó la revisión de código con IA

Corregido el 20 October 2026. Una versión anterior afirmaba que el enfoque era más rápido y eficaz; la fuente no lo indicaba. Una versión anterior enumeraba errores de sintaxis, problemas de estilo y bugs simples como equivocaciones detectadas; la fuente solo mencionaba equivocaciones rutinarias. Una versión anterior listaba decisiones de arquitectura, preocupaciones de seguridad y sentido contextual como áreas de enfoque; la fuente solo señalaba preguntas de nivel superior y escrutinio.

Google abre el código fuente de Harness², un framework que mejora agentes de IA sin volver a entrenar modelos

Corregido el 20 October 2026. Una versión anterior afirmaba que las ejecuciones completas con respaldo de modelo requerían Node.js sin especificar una versión, y que incluso los peores participantes mejoraron en los tres benchmarks; se especificó Node.js 20+ y se señaló que GLM-5 bajo Codex solo ganó 1.2 puntos en JobBench en lugar de mejorar en todos los benchmarks. Una versión anterior atribuía Harness² a Google Research; la fuente nombra de manera consistente a Google Cloud AI Research. El original indicaba Python 3.12+ sin especificar un límite superior; la fuente dice precisamente 3.12 o 3.13.

DeepSeek lanza APIs de búsqueda y recuperación por $0.75 per 1000 requests

Corregido el 20 October 2026. Una versión anterior afirmaba que las APIs de búsqueda y recuperación de DeepSeek cuestan $0.75 por cada 1000 successful requests, pero la documentación proporcionada no menciona ningún dato sobre pricing information. Las supresiones eliminan afirmaciones sin respaldo.

Cómo GPT-6 Astra ayudó a convertir un Kindle viejo en un marco de fotos

Corregido el 20 de octubre de 2026. Una versión anterior indicaba que GPT-6 Sol era el modelo que cometió el error; la fuente confirma que fue GPT-5.6 Sol. Una versión anterior afirmaba que el agente configuró el bucle de retroalimentación por su cuenta; la fuente dice que el humano se lo pidió. Una versión anterior también señalaba que el agente confirmó en solitario el funcionamiento tras el reinicio y otros pasos, pero la fuente usa consistentemente "nosotros". Para el bucle de retroalimentación, el original implicaba que el agente lo construyó de forma autónoma, mientras que la fuente aclara que el humano se lo solicitó.

Cómo los modelos de lenguaje olvidan lentamente el inicio de sus prompts

Corregido el 20 de octubre de 2026. Una versión anterior no indicaba bajo qué condiciones se demuestra el teorema: solo para transformadores de profundidad finita de un tipo (transformadores softmax pre-LN) cuyas puntuaciones de atención permanezcan acotadas, y cuando se cumple una condición adicional sobre sus activaciones. También afirmaba que el artículo explica por qué los textos largos se desvían, algo que el artículo no dice. Se han añadido las condiciones y eliminado dicha afirmación.

DeepSeek lanza V4.1 Flash 1017 Max con contexto de 1M de tokens y capacidad de razonamiento

Corregido el 20 de octubre de 2026. Una versión anterior indicaba que el modelo funciona a aproximadamente 225 tokens de salida por segundo; la fuente señala 208,7 tokens por segundo, redondeados a 209.

Los ingenieros se debaten con código de IA que ya no pueden comprender del todo

Corregido el 20 de octubre de 2026. Una versión anterior afirmaba que el hilo de HN debatía sobre un malentendido entre entrevistas de PLN y programación con lenguaje natural, y sobre un usuario llamado birdsongs que dimitió por quejas ignoradas sobre la calidad del código; ninguno de estos temas aparece en la fuente, que aborda estrategias para usar la generación de código con IA de manera responsable.

Simon Willison lanza web-edit para edición de archivos desde el navegador

Corregido el 20 de octubre de 2026. Una versión anterior de esta noticia incluía elementos que no estaban en el anuncio de Willison sino en la página a su alrededor: un boletín mensual de pago que ofrece, sus otras publicaciones recientes (sobre la migración de sus proyectos a Python 3.15 y sobre una funcionalidad de blog construida con voz), y la afirmación de que web-edit en sí mismo funciona con Python 3.15, cuando el anuncio solo dice que el informe de perfilado procedía de Python 3.15. También calificaba el proyecto de código abierto y citaba como fuente una página de enciclopedia ajena al tema. Todo ello ha sido eliminado.

Mistral lanza Timestral, una nueva familia de modelos de previsión de series temporales

Corregido el 20 de octubre de 2026. La fuente indica que el modelo más grande (209M de parámetros) ocupa el primer puesto en las tres principales métricas, no el más pequeño. Los modelos más pequeños intercambian precisión por velocidad, por lo que no encabezan las métricas.

Cuéntanos sobre uno

Escribe a contact@heraldofai.com con la dirección de la noticia y qué es lo que está mal. Se lee cada mensaje, y si la corrección se sostiene, se hace en la noticia con una nota al respecto.

También puedes comprobar cualquier noticia tú mismo: las fuentes aparecen bajo cada artículo, y los pequeños números en el texto señalan exactamente cuál corresponde a cada dato.