<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
<title>ReviewRamble: noticias de IA</title>
<link>https://www.reviewramble.com/es/ai-news</link>
<atom:link href="https://www.reviewramble.com/es/ai-news/feed.xml" rel="self" type="application/rss+xml"/>
<description>Noticias e investigación de IA contadas por nosotros, con nuestra opinión sobre cada historia.</description>
<language>es</language>
<lastBuildDate>Mon, 16 Nov 2026 12:00:00 GMT</lastBuildDate>
<image><url>https://www.reviewramble.com/apple-touch-icon.png</url><title>ReviewRamble: noticias de IA</title><link>https://www.reviewramble.com/es/</link></image>
<item>
<title>Anthropic recorta su plazo de divulgación de vulnerabilidades de 90 días a 30</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-16-anthropic-cuts-its-vulnerability-disclosure-deadline-from-90-days-to-3</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-16-anthropic-cuts-its-vulnerability-disclosure-deadline-from-90-days-to-3</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>Anthropic</category>
<description>Desde el 1 de enero de 2027, Anthropic divulgará los fallos de gravedad alta y crítica que notifique 30 días después de avisar a los mantenedores, frente a 90, y el resto a los 45 días. Escalará los avisos sin respuesta a los 15 días en lugar de 30, y publicará los detalles completos 30 días después de un parche en vez de 45. Su motivo: los modelos de IA ya redescubren los mismos fallos, así que dejan de ser privados. Nuestra opinión: La lógica es sólida, porque un fallo que encuentra un modelo lo encontrará otro, pero la carga recae en los mantenedores de código abierto. El escaneo gratuito y las suscripciones a Claude de Anthropic ayudan, pero un reloj de 30 días fijado por la empresa que encuentra los fallos es un cambio de poder que conviene vigilar.</description>
</item>
<item>
<title>Apple y OpenEvidence abren un estudio con 200.000 personas sobre respuestas de salud de IA</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-16-apple-and-openevidence-open-a-200000-person-study-of-ai-health-answers</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-16-apple-and-openevidence-open-a-200000-person-study-of-ai-health-answers</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Apple ha lanzado en EE. UU. el Apple Health AI Usage Study, con una app basada en la IA clínica de OpenEvidence. Hasta 200.000 adultos de 21 años o más con un iPhone 15 Pro o posterior pueden hacer preguntas de salud, recibir respuestas con citas, compartir si quieren sus datos de HealthKit y valorar las respuestas. Apple dice que los datos del estudio no se usarán para entrenar modelos de IA. Nuestra opinión: Comprobar cómo la gente corriente entiende y usa las respuestas de salud de la IA es algo que hacía falta, y un estudio de este tamaño puede dar pruebas reales. Apple no ha dicho cómo ni cuándo publicará los resultados, y eso decide si esto es ciencia o investigación de producto.</description>
</item>
<item>
<title>Audible añade avances de audio con IA y colecciones personalizadas en EE. UU.</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-16-audible-adds-ai-audio-previews-and-personalised-collections-in-the-us</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-16-audible-adds-ai-audio-previews-and-personalised-collections-in-the-us</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>La nueva función de descubrimiento de Audible reproduce un fragmento de un audiolibro con un breve resumen escrito por IA sobre sus temas y la reacción de los oyentes, sacado de reseñas y datos públicos, a veces con comentarios del autor o de un editor tomados de entrevistas anteriores. Está activa en títulos seleccionados en inglés en EE. UU., junto con colecciones elegidas por IA; las betas de Ask a Question y Recaps llegan a más títulos, con un despliegue más amplio desde diciembre. Nuestra opinión: Un resumen hecho con reseñas solo sirve si señala los libros que dividen a los oyentes, no solo los elogios. Audible quiere que dejes de investigar títulos en otros sitios, lo que también la convierte en único juez de su propio catálogo.</description>
</item>
<item>
<title>CGMap clasifica posibles genes del cáncer a partir de redes biológicas y explica su elección</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-16-cgmap-ranks-likely-cancer-genes-from-biological-networks-and-explains</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-16-cgmap-ranks-likely-cancer-genes-from-biological-networks-and-explains</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>Nature Machine Intelligence</category>
<description>En Nature Machine Intelligence, unos investigadores presentan CGMap, un modelo de aprendizaje en grafos que puntúa genes por su relación con el cáncer leyendo redes biológicas a varias distancias a la vez y trazando las rutas detrás de cada predicción. Con 12.022 genes superó a los métodos existentes y priorizó 70 candidatos, algunos ausentes de las bases de datos establecidas; silenciar candidatos redujo el crecimiento, la migración y la invasión de células cancerosas en pruebas de laboratorio. Nuestra opinión: Lo útil es la explicación: una lista ordenada de genes es barata, una ruta que un biólogo puede comprobar no lo es. Las pruebas de laboratorio se hicieron en líneas celulares, así que son pistas para experimentos, no dianas para tratamientos.</description>
</item>
<item>
<title>Ask Maps de Google ya planifica viajes de varios días y llama a negocios por ti</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-16-googles-ask-maps-can-now-plan-multi-day-trips-and-phone-businesses-for</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-16-googles-ask-maps-can-now-plan-multi-day-trips-and-phone-businesses-for</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Ask Maps, el chatbot de Gemini dentro de Google Maps, ya crea itinerarios día a día con chinchetas numeradas, los exporta a Google Docs en el ordenador y muestra en la ruta el tráfico en directo, horarios, aparcamiento, puntos de carga, peajes y el tiempo. También busca citas de belleza, cuidado de mascotas, taller y reparaciones del hogar, y llama a los negocios. Nuestra opinión: Planificar viajes es donde Maps aventaja a los chatbots generales, porque tiene datos en directo de lugares y tráfico. El agente que llama a negocios por ti es la parte más atrevida, y Google no ha dicho nada sobre qué pasa cuando se equivoca con una reserva.</description>
</item>
<item>
<title>La rama de medios francesa de LVMH firma un acuerdo de contenidos y herramientas con OpenAI</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-16-lvmhs-french-media-arm-signs-a-content-and-tools-deal-with-openai</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-16-lvmhs-french-media-arm-signs-a-content-and-tools-deal-with-openai</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>Groupe Les Echos-Le Parisien, la división de medios de LVMH, desplegará ChatGPT Enterprise entre su plantilla y verá su periodismo resumido y enlazado en las respuestas de ChatGPT. El grupo gestiona 17 marcas, entre ellas Les Echos, Le Parisien y Paris Match, emplea a 1.800 personas, casi 700 de ellas periodistas, y llega a más de 27 millones de personas en Francia cada mes. No se han dado condiciones económicas. Nuestra opinión: Otro editor cambia su periodismo por un sitio en las respuestas de ChatGPT, con las condiciones en secreto. Quién sale ganando depende de si los enlaces prometidos devuelven lectores a Les Echos y Le Parisien o dejan que ChatGPT responda en su lugar.</description>
</item>
<item>
<title>OpenAI da 1 millón de libras al King's Trust para enseñar IA a jóvenes</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-16-openai-gives-1m-to-the-kings-trust-to-teach-ai-skills-to-young-people</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-16-openai-gives-1m-to-the-kings-trust-to-teach-ai-skills-to-young-people</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>OpenAI dona 1 millón de libras al King's Trust, la organización benéfica juvenil del Reino Unido, para un programa que ayude a hasta 25.000 jóvenes a adquirir competencias de IA para el trabajo durante 18 meses. Da prioridad a quienes no estudian, no trabajan ni se forman, y alimenta las cualificaciones oficiales de IA que el Trust planea lanzar en los próximos meses. Nuestra opinión: Repartido entre hasta 25.000 personas, 1 millón de libras es una cantidad modesta, así que esto es un comienzo y no un sistema de formación. Las cualificaciones importan más que la donación: su valor depende de que las empresas las reconozcan, y eso aún no se sabe.</description>
</item>
<item>
<title>El escándalo de espionaje en Nvidia reaviva el impulso bipartidista para endurecer la exportación de chips de IA</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-15-nvidia-spy-scandal-revives-a-bipartisan-push-to-tighten-ai-chip-export</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-15-nvidia-spy-scandal-revives-a-bipartisan-push-to-tighten-ai-chip-export</guid>
<pubDate>Sun, 15 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Tras la dimisión de Jensen Huang por sus vínculos con una presunta espía china, legisladores de ambos partidos piden límites más estrictos a la exportación de chips de IA y la comparecencia de directivos de Nvidia y del secretario de Comercio, Howard Lutnick. La Remote Access Security Act, que trataría el alquiler de chips controlados a través de la nube como una exportación, se presentó en la Cámara en abril de 2025 pero está atascada en el Senado. Nuestra opinión: La norma sobre la nube es lo que tiene sustancia: bloquear la venta de chips sirve de poco si los mismos chips se pueden alquilar por horas en el extranjero. El impulso que nace de un escándalo se apaga rápido, así que la prueba es si el Senado mueve el proyecto cuando acaben las comparecencias.</description>
</item>
<item>
<title>Un físico usa GPT-6 Astra para proponer una definición en retícula del Modelo Estándar</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-15-physicist-uses-gpt-6-astra-to-propose-a-lattice-definition-of-the-stan</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-15-physicist-uses-gpt-6-astra-to-propose-a-lattice-definition-of-the-stan</guid>
<pubDate>Sun, 15 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>El físico Nathaniel Craig describe su preprint de octubre en arXiv, preparado con GPT-6 Astra, que ofrece una definición no perturbativa candidata del Modelo Estándar en una retícula de espacio-tiempo. Aborda el viejo problema de poner partículas levógiras en una retícula sin compañeras no deseadas. Astra dirigió la prueba detallada, tres teóricos de retícula la examinaron y el trabajo incluye una formalización en Lean. Nuestra opinión: Si se sostiene, resuelve una cuestión abierta desde hace más de 25 años, y es uno de los casos más claros de un modelo haciendo la parte difícil de una demostración. Sigue siendo un preprint, el autor lo llama una respuesta en principio y no en la práctica, y otros físicos aún no se han pronunciado.</description>
</item>
<item>
<title>Helen Toner dice que la seguridad de la IA no puede depender de confiar en un solo CEO</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-14-helen-toner-says-ai-safety-cannot-rest-on-trusting-any-single-ceo</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-14-helen-toner-says-ai-safety-cannot-rest-on-trusting-any-single-ceo</guid>
<pubDate>Sat, 14 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>En el podcast Decoder de The Verge, Helen Toner, directora ejecutiva del CSET de Georgetown y una de los cuatro miembros del consejo de OpenAI que votaron por despedir a Sam Altman, sostiene que los planes de seguridad fracasan si dependen de que una sola persona sea de fiar. La entrevista llega cuando la Casa Blanca se apoya en un acuerdo voluntario después de que modelos punteros escaparan de sus entornos de prueba este verano. Nuestra opinión: Su argumento convence porque el mecanismo del consejo del que formó parte se rompió en cuanto se usó. Un acuerdo voluntario que se apoya en ese mismo tipo de gobierno es una respuesta débil; faltan, a la vista de todos, normas vinculantes y auditorías externas.</description>
</item>
<item>
<title>La salida de Jensen Huang deja a Nvidia sin el fundador en torno al que se construyó</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-14-jensen-huangs-exit-leaves-nvidia-without-the-founder-it-was-built-arou</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-14-jensen-huangs-exit-leaves-nvidia-without-the-founder-it-was-built-arou</guid>
<pubDate>Sat, 14 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Jensen Huang ha dejado Nvidia, la empresa que cofundó hace 33 años, tras escándalos de contrabando de chips y una supuesta mala conducta personal. El análisis de The Verge señala que dirigía la primera empresa de 5 billones de dólares, cerca del 6% del S&amp;P 500, con unos 60 subordinados directos y sin plan de sucesión, y sostiene que era el último CEO fundador y showman de las grandes tecnológicas. Nuestra opinión: El drama personal importa menos que el riesgo de depender de una persona: el principal proveedor de chips para IA pasaba entero por un hombre sin número dos. Quien compre hardware de Nvidia debería vigilar si las decisiones de producto y precio se frenan con la nueva dirección.</description>
</item>
<item>
<title>Amazon prepara un plan para indexar todo producto vendido en internet, según Reuters</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-amazon-drafts-a-plan-to-index-every-product-sold-online-reuters-report</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-amazon-drafts-a-plan-to-index-every-product-sold-online-reuters-report</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Un documento interno de Amazon visto por Reuters describe un 'World Product Graph' con productos vendidos en cualquier parte de internet, incluidos los que Amazon no vende, para que compradores y agentes de IA empiecen sus búsquedas en Amazon. Admite que muchas respuestas de Rufus son erróneas o incompletas y fija el 1 de octubre de 2027 como fecha de lanzamiento. Amazon lo describe como un documento de lluvia de ideas. Nuestra opinión: Si los agentes hacen la compra, quien controla el índice de productos controla el escaparate, y Amazon quiere ser ese índice. Según la información, el plan depende de rastrear webs de otros comercios, lo que abre una pelea que quizá no gane.</description>
</item>
<item>
<title>Anthropic dice que las pruebas de seguridad de un turno están saturadas y las de varios turnos son ruidosas</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-anthropic-says-single-turn-safety-tests-are-saturated-and-multi-turn-o</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-anthropic-says-single-turn-safety-tests-are-saturated-and-multi-turn-o</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Anthropic</category>
<description>La guía de Anthropic sobre evaluaciones de seguridad indica que las tasas de respuestas inofensivas en pruebas de un solo turno están ahora entre el 94% y el 98% en los modelos recientes, así que sobre todo detectan regresiones. Los resultados de varios turnos pueden tener intervalos de confianza de más de ±10 puntos, y la tasa de respuestas adecuadas de un modelo varió hasta 34 puntos entre la API directa y claude.ai. Nuestra opinión: Lo útil es reconocer que las pequeñas diferencias de puntuación entre modelos a menudo no significan nada. Si comparas cifras de seguridad entre proveedores, pide tamaños de muestra e intervalos antes de creerte una clasificación.</description>
</item>
<item>
<title>ChatGPT Wallet permite a los agentes dots de OpenAI comprar, con aprobación cada vez</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-chatgpt-wallet-lets-openais-dots-agents-buy-things-with-approval-each</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-chatgpt-wallet-lets-openais-dots-agents-buy-things-with-approval-each</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>OpenAI está desplegando ChatGPT Wallet para suscriptores de ChatGPT Pro en EE. UU. mayores de 18 años con tarjetas American Express, Chase, Mastercard y Visa compatibles. Los agentes dots pueden comprar, pero cada compra requiere aprobación biométrica y un token de pago sustituye los datos de la tarjeta. OpenAI quiere añadir más adelante límites de gasto preaprobados, y algunos comercios bloquean a los agentes por completo. Nuestra opinión: La aprobación compra a compra con Face ID es el ajuste correcto mientras los agentes sigan malinterpretando carritos, y las tarjetas tokenizadas limitan los daños. El límite real son los comercios: hasta que las webs dejen de bloquear agentes, Wallet solo funciona donde es bienvenido.</description>
</item>
<item>
<title>Claude ayuda a un lógico de Helsinki a sacar a la luz 663 teoremas de Gödel</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-claude-helps-a-helsinki-logician-surface-663-theorems-in-godels-notebo</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-claude-helps-a-helsinki-logician-surface-663-theorems-in-godels-notebo</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>El lógico Jan von Plato entregó a Claude sus propias transcripciones de los cuadernos taquigráficos de Kurt Gödel de los años cuarenta, 1.009 páginas, y recibió un resumen de 650 páginas que revisó a mano. Identificó 663 teoremas con demostración o idea de demostración. En el asistente de pruebas Coq, unos 400 se sostenían tal cual, unos 200 necesitaban cambios y alrededor de 50 eran falsos. Nuestra opinión: Es un buen modelo de IA en la investigación: un experto que sabe leer la fuente transcribe y verifica, y el modelo acelera la síntesis. Como señaló un lógico, separar lo que aportó Claude de lo que aportó Gödel sigue siendo trabajo para los historiadores.</description>
</item>
<item>
<title>Errores de inicio de sesión dejan sin servicio claude.ai y Claude Code dos horas</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-claude-login-errors-take-claudeai-and-claude-code-down-for-two-hours</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-claude-login-errors-take-claudeai-and-claude-code-down-for-two-hours</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Anthropic informó de errores elevados y problemas de acceso en claude.ai, Claude Console, Claude Code y Claude Cowork el 13 de noviembre. La investigación empezó a las 09:58 UTC, se desplegó una corrección a las 11:05 y el incidente se dio por resuelto a las 11:58. No se ha publicado la causa. Nuestra opinión: Dos horas es poco, pero los equipos que ya programan a diario con Claude Code lo notaron, y recuerda la conveniencia de tener configurado un segundo modelo o herramienta. Un análisis público del incidente sería bienvenido.</description>
</item>
<item>
<title>Desarrolladores publican un manifiesto 'No AI Slop' inspirado en el ágil</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-developers-publish-a-no-ai-slop-manifesto-modelled-on-the-agile-one</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-developers-publish-a-no-ai-slop-manifesto-modelled-on-the-agile-one</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Ponentes y asistentes de la AIE Code Summit 2026 publicaron un manifiesto que define el 'slop' como un trabajo que costó menos producir de lo que exige al lector. Recoge cinco valores, como la comprensión por encima de la velocidad, y 12 propósitos, entre ellos indicar cuándo un agente escribió algo y revisar los resultados según lo que esté en juego. Reúne 352 firmas. Nuestra opinión: Lo valioso es la definición: carga el coste sobre quien revisa, que es justo donde duelen los pull requests e informes generados con IA. Aun así, un manifiesto cambia poco por sí solo, y lo difícil, la presión laboral por producir volumen, se nombra pero no se resuelve.</description>
</item>
<item>
<title>Google obliga a los colegios que bloquean AI Overviews a renunciar a Search</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-google-makes-schools-that-block-ai-overviews-give-up-search-entirely</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-google-makes-schools-that-block-ai-overviews-give-up-search-entirely</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Google permite ahora a los colegios desactivar las funciones de IA para el alumnado, pero bloquear AI Overviews también elimina Google Search, una postura que un superintendente llamó 'IA o nada'. Los distritos de Los Ángeles, Seattle y Nueva York han acordado prohibir la IA en las aulas. Una antigua empleada de Google sugiere que un interruptor solo para colegios podría debilitar un fallo según el cual Search y la IA son un único producto integrado. Nuestra opinión: Sea cual sea el motivo, obligar a los colegios a elegir entre resúmenes con IA y la búsqueda básica es un mal trato para las instituciones con más derecho a quedarse fuera. La teoría antimonopolio es especulación y Google no la ha respondido.</description>
</item>
<item>
<title>Antigravity /teamwork de Google ejecuta agentes Gemini 4 en paralelo revisados por verificadores</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-googles-antigravity-teamwork-runs-parallel-gemini-4-agents-checked-by</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-googles-antigravity-teamwork-runs-parallel-gemini-4-agents-checked-by</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Google Research</category>
<description>Google Research describe /teamwork, un modo multiagente de Antigravity basado en modelos Gemini 4 que lanza muchos intentos en paralelo y los comprueba con herramientas como el verificador de pruebas Lean 4. Entre los resultados figuran una formalización en Lean de las conjeturas de Weil en unos 1,8 millones de líneas y una aceleración media geométrica de 4,09x en kernels de TPU. Nuestra opinión: Poner el verificador en el centro es la idea correcta, pero solo funciona donde existe uno. Los resultados destacados son de la propia Google, y la prueba que más dirá es lo que obtienen los usuarios externos con la misma función.</description>
</item>
<item>
<title>Grid Robotics propone una definición y pruebas para robots dirigidos por agentes como GPT-6 Astra</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-grid-robotics-sets-out-a-definition-and-tests-for-robots-run-by-gpt-6</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-grid-robotics-sets-out-a-definition-and-tests-for-robots-run-by-gpt-6</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>Este artículo de posición de Grid Robotics sostiene que, desde GPT-6 Astra, la robótica pasa de una política entrenada por tarea a un modelo fundacional con un arnés que planifica, llama a habilidades y herramientas y comprueba resultados. Llama a esta capa de decisión Embodied System 2, propone un marco de evaluación para el modelo y para el sistema en bucle cerrado, y traza una hoja de ruta hacia la autonomía sostenida. Nuestra opinión: Una definición y una prueba comunes ayudarían, porque los resultados actuales de robots con Astra usan presupuestos y montajes distintos y no se pueden comparar. Es un preprint, sin revisión por pares ni experimentos nuevos, y la idea de un nuevo paradigma se apoya en unas pocas semanas de resultados.</description>
</item>
<item>
<title>llama.cpp llega a la 1.0 y se compromete con el versionado semántico</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-llamacpp-reaches-10-and-commits-to-semantic-versioning</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-llamacpp-reaches-10-and-commits-to-semantic-versioning</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>llama.cpp y su biblioteca ggml publicaron la v1.0.0 tras unos 3,5 años. La versión es sobre todo una promesa de estabilidad: los cambios que rompan la API pública en C o la ABI subirán ahora la versión mayor. El proyecto admite más de 150 variantes de arquitectura de modelos y ejecuta su CI en hardware de seis fabricantes, entre ellos NVIDIA, AMD e Intel. Nuestra opinión: Para quien construye sobre llama.cpp, de Ollama a LM Studio, unas versiones predecibles importan más que cualquier función nueva, porque las roturas silenciosas de la API han sido una fuente constante de problemas. No se enumeran cambios incompatibles concretos en la propia 1.0.</description>
</item>
<item>
<title>El agente Gamer de miHoYo juega a juegos 3D desde los píxeles de la pantalla con teclado y ratón</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-mihoyos-gamer-agent-plays-3d-games-from-screen-pixels-with-keyboard-an</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-mihoyos-gamer-agent-plays-3d-games-from-screen-pixels-with-keyboard-an</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>Gamer, un preprint del equipo Honkai AI de miHoYo y universidades asociadas, es un modelo de visión, lenguaje y acción que solo ve la pantalla y actúa con teclado y ratón. Se entrenó con decenas de miles de horas de partidas y después con unas 1.000 horas de trayectorias anotadas y aprendizaje por refuerzo. En unas 50 horas de pruebas jugó por su cuenta más del 95% del tiempo. Nuestra opinión: Una sola interfaz de teclado y ratón para todos los juegos es la apuesta correcta para agentes generales que usan el ordenador. La afirmación de una habilidad comparable a buenos jugadores viene de una editora que prueba sobre todo con su propio título, Honkai: Star Rail, así que hacen falta pruebas independientes.</description>
</item>
<item>
<title>El copiloto de diseño del MIT deja a los ingenieros guiar la optimización topológica a mitad de proceso</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-mits-design-copilot-lets-engineers-steer-topology-optimisation-mid-run</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-mits-design-copilot-lets-engineers-steer-topology-optimisation-mid-run</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>MIT News</category>
<description>Investigadores del MIT crearon un sistema que pausa la optimización topológica, el modelado algorítmico de una estructura, y señala al ingeniero zonas que conviene ajustar, elegidas por un modelo entrenado con críticas sintéticas. En demostraciones, la fabricabilidad y la carga de pandeo mejoraron un 39%, con un coste de unos 15 segundos frente a los procesos totalmente automáticos. El estudio se publica en Communications Engineering. Nuestra opinión: Dejar intervenir a los ingenieros ataca la verdadera razón por la que desconfían de las formas de caja negra. Por ahora solo se puede engrosar o adelgazar zonas, lo que lo deja como herramienta de investigación y no como suite de diseño.</description>
</item>
<item>
<title>MMFlash acelera hasta 3,58 veces los modelos de visión y lenguaje con la misma salida</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-mmflash-speeds-up-vision-language-models-by-up-to-358-times-with-ident</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-mmflash-speeds-up-vision-language-models-by-up-to-358-times-with-ident</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>MMFlash, un preprint de la National University of Singapore, adapta la decodificación especulativa basada en difusión a modelos que leen imágenes y vídeo. Los autores vieron que los tokens de borrador que dependen mucho de la imagen solo se aceptaban el 22% de las veces, frente al 46% de los menos visuales, así que el entrenamiento les da más peso. Las aceleraciones sin pérdida llegan a 3,58 veces, por delante de EAGLE-3 y DFlash. Nuestra opinión: Para quien sirva modelos de visión de Qwen o Gemma es una mejora barata, porque la salida no cambia. Los resultados son de los propios autores, y la aceleración cae mucho cuantas más peticiones se ejecutan a la vez, que es como funcionan la mayoría de servidores en producción.</description>
</item>
<item>
<title>OpenAI deja que cuatro grupos externos trabajen dentro de sus laboratorios para auditar la seguridad</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-openai-lets-four-outside-groups-work-inside-its-labs-to-audit-safety</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-openai-lets-four-outside-groups-work-inside-its-labs-to-audit-safety</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>OpenAI ha firmado acuerdos con Apollo Research, METR, Transluce y Goodfire para evaluaciones integradas con acceso a checkpoints, datos de entrenamiento, sistemas de monitorización y personal. METR buscará comportamiento desalineado en la mayor ejecución de aprendizaje por refuerzo de OpenAI hasta la fecha, Apollo si los modelos actúan en secreto contra sus desarrolladores y Transluce las pruebas de alineación. OpenAI puede tachar datos confidenciales y pedir retrasos en la publicación. Nuestra opinión: Es un acceso más profundo del que han ofrecido la mayoría de laboratorios, y sigue al acuerdo similar de Anthropic con METR. Los puntos débiles son el derecho de OpenAI a tachar y las entrevistas con el personal sin atribución, así que los informes publicados mostrarán lo independiente que es el proceso.</description>
</item>
<item>
<title>The Verge ve útil a Claude Duet, aunque algo pesado, tras una semana de pruebas</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-the-verge-finds-claude-duet-useful-but-a-bit-of-a-nag-after-a-week-of</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-the-verge-finds-claude-duet-useful-but-a-bit-of-a-nag-after-a-week-of</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Allison Johnson, de The Verge, pasó una semana con Claude Duet, el agente de trabajo de Anthropic para profesionales y pequeños empresarios, una versión preliminar de investigación abierta a suscriptores Pro, Max y Ultra de EE. UU. mediante lista de espera. Conectado al correo, el calendario, Docs y Slack, relacionó notas de reuniones con mensajes y detectó un calendario demasiado apretado, pero a veces insistía con plazos que no eran reales. Nuestra opinión: La reseña muestra el equilibrio de los agentes que leen toda tu bandeja de entrada: valor real al detectar lo que se te escapó, a cambio de un asistente que lo ve todo. Nadie fuera de EE. UU. ni con plan gratuito puede probarlo todavía.</description>
</item>
<item>
<title>XYBench muestra que los chatbots responden a la pregunta, no al problema de fondo</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-13-xybench-finds-chatbots-answer-the-question-asked-not-the-problem-behin</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-13-xybench-finds-chatbots-answer-the-question-asked-not-the-problem-behin</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>XYBench, de Ai2, comprueba si los asistentes detectan cuando un usuario pregunta por un enfoque equivocado en lugar de por su objetivo real. En 8.115 preguntas, cinco modelos punteros resolvieron la petición literal en el 75-86% de los casos de Stack Overflow, pero el objetivo real solo en el 59-71%, y todos fueron peores que las personas a la hora de apartar al usuario del camino erróneo. Nuestra opinión: Este es el fallo que hace que los consejos de un chatbot resulten sutilmente inútiles, y lo valioso es el hallazgo de que los modelos eligen la mejor respuesta el 71-84% de las veces pero rara vez la escriben. Ojo: el juez fue otro modelo, revisado por personas en 500 casos.</description>
</item>
<item>
<title>Los agentes de IA de un empleado de Google 'hallaron' un sitio maya ya publicado</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-a-googlers-ai-agents-found-a-maya-site-that-archaeologists-had-already</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-a-googlers-ai-agents-found-a-maya-site-that-archaeologists-had-already</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Pietro Miotti puso 48 agentes de IA a revisar datos lidar de la NASA y anunció una posible aldea maya sin cartografiar, después de que el INAH de México dijera no tener ningún sitio registrado allí. Los arqueólogos señalaron que el sitio se había descrito en una revista más de un año antes. Miotti, que lo hizo como proyecto personal, ha reconocido su trabajo y dice que hace falta la revisión de expertos. Nuestra opinión: La lección trata de verificación, no de lidar: 'no está en una base de datos' no significa 'desconocido', y unos agentes que no saben leer la literatura seguirán redescubriéndola. La velocidad es barata; conocer el campo, no.</description>
</item>
<item>
<title>El Orchestrator de Antigravity alterna entre Gemini 4 Carbon e Hydrogen en plena tarea</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-antigravitys-orchestrator-switches-between-gemini-4-carbon-and-hydroge</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-antigravitys-orchestrator-switches-between-gemini-4-carbon-and-hydroge</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Google ha añadido Orchestrator a Antigravity, que reparte el trabajo entre Gemini 4 Carbon para planificar e Hydrogen para editar y probar dentro de una misma sesión. En Terminal-Bench 4.1, Google dice que se acercó a la tasa de éxito de Carbon con un 24% menos de cuota y terminando un 19% antes. Está limitado a suscriptores de AI Pro y Ultra. Nuestra opinión: Combinar un planificador lento con un ejecutor rápido es como muchos equipos ya trabajan a mano, así que integrarlo tiene sentido. Los ahorros son mediciones de la propia Google, y la cuota de una suscripción no es una factura comparable.</description>
</item>
<item>
<title>Los chatbots enviaron a compradores a webs falsas o de riesgo en hasta el 15% de respuestas</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-chatbots-sent-shoppers-to-fake-or-risky-retail-sites-in-up-to-15-of-an</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-chatbots-sent-shoppers-to-fake-or-risky-retail-sites-in-up-to-15-of-an</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>La empresa de protección de marcas Podqi hizo a ChatGPT, Gemini y Perplexity preguntas de compra sobre 151 marcas y reunió 6.795 respuestas. Las webs de riesgo, como tiendas suplantadoras, dominios antiguos registrados de nuevo o dominios abandonados, aparecieron en el 15% de las respuestas de Perplexity, el 8% de las de ChatGPT y el 4% de las de Gemini. Las marcas pequeñas se vieron afectadas aproximadamente el doble que las grandes. Nuestra opinión: Antes de las compras navideñas, es un aviso práctico: comprueba tú mismo el dominio antes de pagar donde te mande un chatbot. El estudio usó prompts propios de Podqi, que vende protección de marca, así que las cifras exactas merecen cierta cautela.</description>
</item>
<item>
<title>AlphaProof Code de DeepMind verifica formalmente el protocolo de Signal hasta el código compilado</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-deepminds-alphaproof-code-formally-verifies-signals-protocol-down-to-c</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-deepminds-alphaproof-code-formally-verifies-signals-protocol-down-to-c</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Two Minute Papers</category>
<description>Según cuenta Two Minute Papers, AlphaProof Code de DeepMind combina agentes Gemini Carbon con expertos humanos para demostrar en Lean las propiedades de seguridad de Signal. Los agentes escribieron más de seis millones de líneas de prueba en cuatro semanas, con cerca del 1% del código marcado para revisión humana, y la verificación llegó al código compilado que se ejecuta en los dispositivos. Nuestra opinión: Es el caso más sólido hasta ahora de IA en verificación formal, porque las pruebas las comprueba una máquina en lugar de darse por buenas. El punto débil siguen siendo las especificaciones revisadas por personas, ya que una prueba solo cubre lo que se le pidió demostrar.</description>
</item>
<item>
<title>Edge0 asegura que su modelo de 145B funciona en un portátil con 29GB de memoria</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-edge0-claims-a-145b-model-that-runs-on-a-laptop-in-29gb-of-memory</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-edge0-claims-a-145b-model-that-runs-on-a-laptop-in-29gb-of-memory</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Edge0 ha lanzado Edge0-145B, un modelo de mezcla de expertos con unos 10B de parámetros activos que reparte los expertos entre GPU, RAM del sistema y SSD, además de un hermano de 120B. Declara un pico de memoria de 29GB, más de 80 tokens por segundo en decodificación y 86.52 en Terminal-Bench 2.1. Todas las puntuaciones, incluidas las de los rivales, proceden de pruebas de la propia Edge0, y no se indica ninguna licencia. Nuestra opinión: Ejecutar un modelo de este tamaño en un portátil de 48GB importaría para el trabajo privado y sin conexión, pero las cifras son autodeclaradas y los datos de memoria no cuadran del todo. Conviene esperar a pruebas independientes y a una licencia explícita antes de tratarlo como 'código abierto'.</description>
</item>
<item>
<title>Encuesta de la GDC: el 40% de los desarrolladores de videojuegos ya usa IA generativa</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-gdc-survey-40-of-game-developers-now-use-generative-ai-at-work</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-gdc-survey-40-of-game-developers-now-use-generative-ai-at-work</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>La encuesta anual del GDC Festival of Gaming halló que el 40% de los desarrolladores usa IA generativa en su trabajo, frente al 36% en 2025, y que la cifra sube al 58% en juegos free-to-play y al 70% en estudios solo para móvil. La mayoría la usa para investigar e idear (73%) y para código (56%); solo el 8% la usa para recursos finales del juego. Aparte, el 34% dijo haber sido despedido en los últimos dos años. Nuestra opinión: El reparto importa más que el titular: la IA se extiende por las tareas de apoyo y el código, mientras que el arte final sigue siendo raro. La encuesta no vincula la cifra de despidos con la IA, y no debe leerse como causa y efecto.</description>
</item>
<item>
<title>Google lanza Gemini 4 Hydrogen, un nivel rápido bajo Carbon a 1,50 $ por millón</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-google-launches-gemini-4-hydrogen-a-fast-tier-below-carbon-at-150-per</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-google-launches-gemini-4-hydrogen-a-fast-tier-below-carbon-at-150-per</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Google DeepMind</category>
<description>Gemini 4 Hydrogen es el nuevo modelo rápido de Google para programación y agentes del día a día, y sustituye a Gemini 3.8 Flash. Google declara un 57% en Terminal-Bench 4.1 frente al 18.2% de 3.8 Flash, y 51 en el Artificial Analysis Intelligence Index. Cuesta 1,50 $ por millón de tokens de entrada y 7,50 $ por millón de salida, con un contexto de 1 millón de tokens, y ya es el modelo por defecto en AI Mode. Nuestra opinión: Un modelo de clase Flash que, según Google, supera ligeramente a Argon en el Intelligence Index cambiaría el precio del trabajo de gama media, pero casi todas las cifras son de la propia Google. Conviene esperar a resultados independientes antes de cambiar el modelo por defecto.</description>
</item>
<item>
<title>Hugging Face muestra que un ajuste LoRA arregla los zapatos 3D de TRELLIS.2</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-hugging-face-shows-lora-fine-tuning-can-fix-trellis2s-3d-shoes</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-hugging-face-shows-lora-fine-tuning-can-fix-trellis2s-3d-shoes</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>Una guía de Hugging Face ajusta el modelo de imagen a 3D TRELLIS.2 con 179 escaneos de zapatos de Google Scanned Objects, entrenando unos 9.3M de parámetros de adaptador en una A100 en unas 11 horas. En nueve zapatos reservados para la prueba, el F-score pasó de 0.276 a 0.803 y la distancia de Chamfer bajó de 0.174 a 0.033. Se publican el código, las imágenes Docker y los adaptadores. Nuestra opinión: Una receta útil y reproducible para quien necesita una categoría de producto bien resuelta en vez de todo resuelto a medias. Nueve objetos de prueba son una muestra pequeña, así que conviene ver las mejoras como prueba del método, no como benchmark.</description>
</item>
<item>
<title>IBM presenta LLMON, un marcado para separar instrucciones y datos en el prompt</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-ibm-previews-llmon-a-markup-built-to-keep-prompt-instructions-apart-fr</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-ibm-previews-llmon-a-markup-built-to-keep-prompt-instructions-apart-fr</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>IBM Granite ha publicado LLMON, un marcado similar a XML que envuelve cada parte del prompt en bloques etiquetados con seis tokens reservados, junto con versiones experimentales de Granite 4.1 de 3B y 8B entrenadas con él. IBM afirma que los modelos resisten un 47% más de ataques de inyección de prompts que el mejor modelo de frontera probado en el benchmark OPI, con un rendimiento general a la par de Granite 4.1 Instruct. Nuestra opinión: Separar instrucciones y datos a nivel de token es una respuesta más seria a la inyección de prompts que otro aviso en el prompt del sistema. La propia IBM dice que el comportamiento es aprendido y no garantizado, y las pruebas solo cubren ataques estáticos de un único turno.</description>
</item>
<item>
<title>Jensen Huang dimite como consejero delegado de Nvidia; Colette Kress, interina</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-jensen-huang-resigns-as-nvidia-ceo-cfo-colette-kress-steps-in-as-inter</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-jensen-huang-resigns-as-nvidia-ceo-cfo-colette-kress-steps-in-as-inter</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Jensen Huang, que cofundó Nvidia en 1993 y fue su único consejero delegado, dimitió como CEO y miembro del consejo después de que este abriera una investigación sobre sus relaciones extramatrimoniales, una de ellas con una presunta espía china. La directora financiera Colette Kress, en el cargo desde hace más de 13 años, es CEO interina, y Harvey Jones pasa a ser el primer presidente del consejo mientras se busca sucesor. Nuestra opinión: El escándalo personal es el detonante, pero las preguntas que importan para la IA tienen que ver con las ventas de chips de Nvidia a través de intermediarios del sudeste asiático y con cómo se aplican los controles de exportación. Siguen siendo acusaciones, y los próximos meses de investigación importarán más que la dimisión.</description>
</item>
<item>
<title>El MIT entrena emuladores climáticos con una sola simulación del sistema terrestre en lugar de seis u ocho</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-mit-trains-climate-emulators-on-one-earth-system-model-run-instead-of</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-mit-trains-climate-emulators-on-one-earth-system-model-run-instead-of</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>MIT News</category>
<description>Investigadores del MIT, en PNAS, crearon un algoritmo que diseña escenarios sintéticos de emisiones llenos de cambios bruscos para entrenar emuladores climáticos, sustitutos rápidos basados en IA de los modelos del sistema terrestre. El método necesita una sola simulación costosa en lugar de las seis u ocho habituales, y sus emuladores acertaron escenarios no vistos en los que fallaron los emuladores convencionales probados. Nuestra opinión: Recortar la costosa fase de simulación importa más que la velocidad del emulador, y podría abrir este trabajo a grupos sin presupuesto para superordenadores, siempre que los resultados se sostengan más allá de los casos probados.</description>
</item>
<item>
<title>Desarrolladores de apps musicales denuncian semanas de espera en la revisión de Apple</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-music-app-makers-report-weeks-long-apple-review-delays-as-ai-made-apps</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-music-app-makers-report-weeks-long-apple-review-delays-as-ai-made-apps</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Synth Anatomy informa de que los desarrolladores de apps musicales para iOS sufren largas esperas y rechazos erráticos mientras las apps hechas con IA saturan la App Review de Apple. Materia, de AudioThing, tardó 25 días en aprobarse, y CRUX Synth fue rechazada cuatro veces como 'design spam', pasando a rechazada en un segundo. Las propias directrices de Apple prometen el 90% de las revisiones en menos de 48 horas. Apple no ha respondido. Nuestra opinión: El coste de las apps baratas hechas con IA recae en los desarrolladores pequeños y cuidadosos que ya luchan por hacerse ver. Que Apple filtre con IA se deduce de los tiempos, no está confirmado, pero los retrasos sí están bien documentados.</description>
</item>
<item>
<title>OpenAI aporta 2 millones de dólares a investigar la IA y la seguridad infantil</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-openai-pledges-2-million-to-research-on-ai-and-childrens-safety</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-openai-pledges-2-million-to-research-on-ai-and-childrens-safety</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>En el Foro de París sobre la Paz, OpenAI firmó una carta sobre una IA más segura para la infancia y comprometió 2 millones de dólares para una red de investigación que estudia los efectos de la IA en los niños. Junto con Anthropic y organizaciones de seguridad, las aportaciones suman 8 millones de euros. OpenAI dice que los investigadores controlan sus conclusiones y que se publicarán los resultados negativos. Nuestra opinión: Financiar mediciones independientes es lo correcto, y la promesa de publicar los resultados negativos es lo que hay que exigir a OpenAI. Frente a lo que gastan los laboratorios en modelos, 2 millones de dólares es poco, y no viene acompañado de ninguna salvaguarda en el producto.</description>
</item>
<item>
<title>PhysLoop usa el conocimiento físico de un LLM para que los modelos de vídeo se entrenen con su propia salida</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-physloop-uses-an-llms-physics-knowledge-to-have-video-models-train-on</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-physloop-uses-an-llms-physics-knowledge-to-have-video-models-train-on</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>PhysLoop es un marco publicado como preprint en el que un LLM guía a un generador de vídeo para generar, seleccionar y corregir clips de modo que respeten la física, ya sea para crear datos de entrenamiento o para reparar vídeos en inferencia. Los autores publican 100K vídeos, herramientas de generación y dos conjuntos de evaluación, PhysLoop-Gen y PhysLoop-Repair, pero el resumen no da puntuaciones. Nuestra opinión: El conjunto de 100K vídeos es la aportación concreta. Hablar de automejora recursiva va por delante de las pruebas hasta que se publiquen y verifiquen por terceros los resultados en Physics-IQ Verified.</description>
</item>
<item>
<title>Un análisis forense de pesos apunta a que modelos chinos punteros se iniciaron en Blackwell</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-12-weight-forensics-suggest-top-chinese-models-were-initialised-on-nvidia</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-12-weight-forensics-suggest-top-chinese-models-were-initialised-on-nvidia</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Will DePue, de Unemployment Labs, cotejó los patrones de números aleatorios que quedan en los pesos publicados con la disposición de la GPU que los generó. Detecta huellas de Blackwell en DeepSeek-V4-Flash y V4-Pro, Kimi K3 y K3.1-Pro, MiniMax-M3 y Ling-3.1-flash de Ant, mientras que las versiones anteriores salen como Hopper. El método coincidió en los 24 casos en que se conocía el hardware. Nuestra opinión: Una técnica ingeniosa y verificable, con código público, que convierte el debate sobre controles de exportación en pruebas. Muestra dónde se crearon los pesos iniciales, no dónde se entrenó ni si se infringió alguna ley, y no ha tenido revisión independiente.</description>
</item>
<item>
<title>Una economista sostiene que los ahorros para la jubilación financian el auge de los centros de datos</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-an-economist-argues-retirement-savings-are-quietly-funding-the-ai-data</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-an-economist-argues-retirement-savings-are-quietly-funding-the-ai-data</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>La economista Lenore Palladino, de UMass Amherst, sostiene que los fondos de pensiones y los planes 401(k), abiertos ya al crédito privado y al capital riesgo, financian infraestructura de IA muy endeudada sin que los ahorradores lo sepan. Cita la previsión de S&amp;P de 7 billones de dólares de gasto de los hiperescaladores hasta 2030 y estimaciones según las cuales el capital riesgo aporta el 25-30% de la financiación de centros de datos, y pide a los gestores que dirijan el dinero a otros destinos. Nuestra opinión: Lo útil es la cuestión de la opacidad: los ahorradores no pueden valorar un riesgo que nunca se les muestra. Es un texto de defensa de una postura, y sus soluciones, como gestores públicos de activos, son opciones políticas, no conclusiones.</description>
</item>
<item>
<title>AlphaGenome 2 de DeepMind predice los efectos del ADN tipo celular a tipo celular</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-deepminds-alphagenome-2-predicts-dna-effects-cell-type-by-cell-type</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-deepminds-alphagenome-2-predicts-dna-effects-cell-type-by-cell-type</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Google DeepMind</category>
<description>AlphaGenome 2 predice cómo afectan las variantes de ADN a la actividad génica en tipos y estados celulares concretos; se entrenó con más de 107 millones de perfiles unicelulares de 68 tejidos y añade la metilación del ADN. En una prueba con células inmunitarias halló el 30% de las variantes causales frente al 16% de las mejores alternativas. Está disponible por API para investigación no comercial y no está validado para uso clínico. Nuestra opinión: La resolución a nivel de célula es lo que pedían los genetistas de enfermedades, y casi duplicar los aciertos en variantes conocidas es un avance real. No está claro si el artículo que lo acompaña ha pasado revisión por pares, y el acceso solo es por API, así que grupos externos no pueden examinar el modelo.</description>
</item>
<item>
<title>Google convierte los datos del reloj inteligente en una edad de salud mejorable con un modelo de mundo de sensores</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-google-turns-smartwatch-data-into-a-coachable-health-age-using-a-senso</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-google-turns-smartwatch-data-into-a-coachable-health-age-using-a-senso</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Google Research</category>
<description>El marco experimental de Google Research calcula una edad de salud mejorable a partir de la frecuencia cardiaca en reposo, los pasos, el sueño y los Active Zone Minutes, y luego simula 12 semanas de cambios de hábitos con un modelo llamado SensorWM. En la cohorte All of Us, de 22.748 personas, una edad más alta predijo hipertensión, cardiopatía o diabetes tipo 2 en ocho años. Nuestra opinión: Datos retrospectivos y valoraciones de expertos son un comienzo razonable, pero nada demuestra que el coaching mejore la salud de nadie. Para eso hace falta un ensayo prospectivo, que Google aún no ha hecho.</description>
</item>
<item>
<title>La Gemini Decisions API de Google puntúa opciones cerradas de una pasada por 0,10 $ el millón</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-googles-gemini-decisions-api-scores-fixed-choices-in-one-pass-for-010</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-googles-gemini-decisions-api-scores-fixed-choices-in-one-pass-for-010</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Google ha lanzado la Gemini Decisions API, que usa gemini-decision-1 para valorar un conjunto de opciones, como comprobaciones de sí o no, elección múltiple o puntuaciones con rúbrica, en una sola pasada y devolver probabilidades en lugar de texto. Una petición admite hasta 1.000 preguntas sobre una misma entrada multimodal. La entrada cuesta 0,10 $ por millón de tokens, la salida es gratis y el cálculo del modelo tarda una mediana de 50-100 ms. Nuestra opinión: El enrutado, la moderación y la evaluación son llamadas tediosas y masivas que se comen el presupuesto de los agentes, y ahí unas probabilidades calibradas sirven más que un 'sí' generado. Las cifras de los benchmarks son de Google, así que prueba la calibración con tus propias etiquetas primero.</description>
</item>
<item>
<title>Sentence Transformers añade entrenamiento consciente del pooling para reducir índices multivector</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-sentence-transformers-adds-pooling-aware-training-to-shrink-multi-vect</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-sentence-transformers-adds-pooling-aware-training-to-shrink-multi-vect</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>Tom Aarsen ha añadido a Sentence Transformers una función de pérdida que entrena recuperadores multivector con embeddings de documentos completos y agrupados. Reducir los documentos de un modelo ModernBERT de unos 193 vectores a 49 conservó el 97.8% de su calidad de recuperación sin agrupar, frente al 94.6% del entrenamiento normal. Con un tope de cuatro vectores, la mejora fue de 5.78 puntos de nDCG@10. Nuestra opinión: El almacenamiento es la principal razón por la que los equipos evitan la recuperación tipo ColBERT, y recortar tres cuartas partes de los vectores con poca pérdida cambia esa cuenta. Las pruebas usan modelos pequeños entrenados una sola época, así que conviene confirmarlo con tus datos antes de reindexar.</description>
</item>
<item>
<title>SO-Arena constata que el modelo rápido más capaz queda solo séptimo en fiabilidad</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-so-arena-finds-the-most-capable-fast-answer-model-ranks-only-7th-on-re</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-so-arena-finds-the-most-capable-fast-answer-model-ranks-only-7th-on-re</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>SO-Arena, un benchmark publicado como preprint, evalúa modelos System One, que responden sin largas cadenas de razonamiento, en 11 dominios y 5 familias de capacidades. También comprueba si las elecciones se mantienen al alterar las opciones de respuesta y si los modelos detectan cuando ninguna es correcta. Entre 21 modelos, el mejor en capacidad quedó solo 7.º en fiabilidad. Nuestra opinión: Separar capacidad y fiabilidad es la idea útil. Si eliges un modelo rápido para decisiones en producción, fíjate en la columna de fiabilidad y no en la puntuación principal.</description>
</item>
<item>
<title>BotPsy-0.8B de Tether es un pequeño asistente local que usa herramientas</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-tethers-botpsy-08b-is-a-tiny-on-device-assistant-that-calls-tools</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-tethers-botpsy-08b-is-a-tiny-on-device-assistant-that-calls-tools</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>El equipo QVAC de Tether AI Research ha publicado BotPsy-0.8B, basado en Qwen3.5-0.8B y postentrenado para usar herramientas en local en tareas como búsqueda, viajes, calendario y correo. Promedia 45.0 en seis benchmarks de uso de herramientas frente a 24.7 de su base, pero sigue por detrás de Qwen3.5-2B en pruebas de conocimiento. Los pesos figuran en bf16, Q8 y Q4, incluido GGUF para llama.cpp. Nuestra opinión: Un modelo de menos de mil millones de parámetros que resuelve llamadas sencillas a herramientas en el móvil mantiene los datos personales fuera de la nube, y ese es el objetivo. Sus creadores dicen que no es para tareas de dinero, salud o datos personales, y una tasa del 21% de respuestas inseguras en pruebas de red teaming respalda esa cautela.</description>
</item>
<item>
<title>United Airlines prohíbe a los agentes de IA de terceros reservar sus vuelos</title>
<link>https://www.reviewramble.com/es/ai-news/2026-11-11-united-airlines-bans-third-party-ai-agents-from-booking-its-flights</link>
<guid isPermaLink="true">https://www.reviewramble.com/es/ai-news/2026-11-11-united-airlines-bans-third-party-ai-agents-from-booking-its-flights</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>United Airlines bloqueará a los agentes de IA personales no autorizados para reservar en sus propias plataformas e, indirectamente, a través de agencias y agregadores, y está reescribiendo su política de billetes en ese sentido. Alega riesgos de seguridad por compartir credenciales, compras involuntarias o gasto de millas MileagePlus, y normas federales como que el pasajero confirme él mismo el contenido de su equipaje. Southwest ha optado por lo contrario con ChatGPT. Nuestra opinión: Parte del argumento de seguridad es razonable, pero la opinión de un analista, según la cual United quiere evitar otro intermediario y el coste de las búsquedas de bots, parece el motivo más probable. Para quienes crean agentes, es la señal más clara hasta ahora de que los grandes comercios pondrán las condiciones.</description>
</item>
</channel>
</rss>
