Fecha base 2026-11-03
Última ejecución 2026-11-03 22:30:03
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

Líderes de IA: fichajes y artículos — últimos cambios de puesto e investigación

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
A dónde se mueven las figuras clave de los laboratorios de IA, las big tech y la universidad, y qué publican, son señales tempranas de hacia dónde van la tecnología y la ventaja competitiva. Los fichajes y artículos se recopilan a diario de forma automática, los revisa el editor y se resumen en lenguaje claro con enlaces a los originales.

Destacados

Fichajes · Academia · Seguridad y regulación

Aún no hay fichajes con estos filtros.

Artículos · Academia · Seguridad y regulación

Artículo2026-10-08 · Code Ocean

Se da a conocer una tecnología para interpretar las causas de la incertidumbre en la inteligencia artificial

pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"
Yoshua Bengio y 6 más
Qué
Se publicó código y métodos para interpretar a qué factores se debe la incertidumbre en la toma de decisiones de los modelos de inteligencia artificial entrenados.
Resultado clave
Se utilizaron sustitutos polinómicos para revelar las causas de la incertidumbre del modelo en los campos de la química, el diseño experimental y la alineación de modelos de lenguaje.
Por qué importa
Puede utilizarse para comprender mejor el proceso de toma de decisiones de los modelos de inteligencia artificial en diversos campos y aumentar la fiabilidad.Resumen IA
Artículo2026-10-03 · arXiv (Cornell University)

Investigadores proponen un marco para evaluar métodos de supervisión de respuestas de IA mediante ejecución de código

PyINE: A Framework for Scalable Elicitation and Oversight via Code Execution
Yoshua Bengio y 7 más
Qué
Se creó el marco PyINE, que utiliza los resultados de la ejecución de programas como verdad absoluta, para examinar si los supervisores pueden confiar en respuestas de IA con un razonamiento verosímil pero incompleto.
Resultado clave
Los modelos entrenados para seguir atajos mejoraron significativamente su capacidad para predecir los resultados de ejecución, pero aun así cometieron errores sistemáticos cuando las pistas engañosas entraban en conflicto con el comportamiento real, y los supervisores económicos basados en aprendizaje pasaban por alto con frecuencia los errores de atajos poco comunes.
Por qué importa
Es significativo por presentar un entorno experimental que permite comparar y reutilizar métodos de supervisión para verificar respuestas de IA bajo las mismas condiciones, aunque el resumen no menciona efectos de aplicación en servicios reales.Resumen IA
Artículo2026-09-28

Análisis del impacto y las respuestas políticas provocadas por la automatización de la I+D en IA

What if automating AI R&D triggers an intelligence explosion?
Qué
Los investigadores evaluaron la posibilidad de que la automatización de la investigación y el desarrollo (I+D) en inteligencia artificial (IA) desencadene una explosión de inteligencia, junto con sus impactos potenciales y medidas de respuesta política.
Resultado clave
Se espera que los sistemas de IA automaticen la mayoría de las tareas de I+D de IA en pocos años, lo que podría conducir a un crecimiento rápido de las capacidades a un nivel que la sociedad difícilmente pueda manejar.
Por qué importa
Advierte sobre riesgos extremos, como la pérdida de control, junto con los beneficios que la automatización de la I+D en IA puede aportar, instando a la preparación política.Resumen IA
Artículo2026-07-20 · Proceedings of the National Academy of Sciences of the United States of America

Análisis de la necesidad y los desafíos institucionales de la evaluación comparativa del rendimiento en la IA jurídica

There is no free benchmark: An institutional view of legal AI benchmarking
Qué
Se analizó la necesidad de una evaluación comparativa pública para verificar el rendimiento y los riesgos de las herramientas de IA jurídica, junto con los desafíos de diseño institucional.
Resultado clave
Se reveló que el ecosistema de la IA jurídica carece de transparencia en la información y que se requiere un enfoque prudente al diseñar sistemas de evaluación comparativa para evitar manipulaciones o distorsiones.
Por qué importa
Sugiere que las estrategias de evaluación comparativa personalizadas, alineadas con los recursos y las restricciones, son cruciales para el uso seguro y responsable de la IA en el ámbito jurídico.Resumen IA
Artículo2026-05-06 · arXiv.org

Desarrollo de una plataforma para evaluar los riesgos de seguridad de los agentes de IA

DecodingTrust-Agent Platform (DTap): A Controllable and Interactive Red-Teaming Platform for AI Agents
Percy Liang y 16 más
Qué
Se desarrolló una plataforma y herramientas de ataque automatizadas para evaluar los riesgos de seguridad de los agentes de IA en varios entornos del mundo real.
Resultado clave
Esto reveló patrones sistemáticos de vulnerabilidad en varios agentes de IA y proporcionó información sobre la seguridad.
Por qué importa
Puede utilizarse como datos de base útiles para desarrollar la próxima generación de agentes de IA seguros.Resumen IA

Personas

¿Por qué seguir los fichajes y artículos de los líderes de la IA?

En la IA, las personas son la tecnología. La empresa a la que se une un investigador clave, o el laboratorio que funda, suele traducirse meses después en productos, rondas de inversión y adquisiciones. Esta página sigue los cambios de puesto en laboratorios punteros, nuevos laboratorios, academia, chips de IA y figuras de Corea y China.

Los artículos muestran en qué se centra una persona ahora mismo. Clasificamos los artículos en 10 áreas vinculadas a la inversión, como HBM y memoria, GPU y aceleradores, eficiencia de inferencia, agentes y robótica, y ofrecemos un resumen de tres líneas —qué, resultado clave y por qué importa— basado en el resumen del artículo, con enlaces al original y al PDF. Es información para encontrar ideas, no una recomendación de compra o venta.

Preguntas Frecuentes

P. ¿A quién siguen?

Investigadores y directivos clave de laboratorios punteros (OpenAI, Google DeepMind, Anthropic, Meta, etc.), nuevos laboratorios, academia, empresas de chips de IA y de Corea y China. A los directivos que apenas publican solo se les siguen los cambios de puesto.

P. ¿De dónde salen los datos y cada cuánto se actualizan?

Los artículos provienen de Semantic Scholar y arXiv, y las trayectorias de Wikidata (CC0) además de anuncios oficiales y prensa; se recopilan automáticamente cada día. Solo se publican los elementos revisados y aprobados por el editor.

P. ¿Quién redacta los resúmenes?

Una IA (Google Gemini) redacta un borrador a partir del resumen del artículo y el editor lo revisa antes de publicarlo. Los demás idiomas son traducciones por IA del resumen coreano revisado. Confirme siempre cifras y contexto en el original.

Esta página recopila artículos publicados, anuncios oficiales e informaciones de prensa solo con fines informativos. Los resúmenes los redacta una IA a partir del resumen del artículo y los revisa el editor; pueden diferir del original, así que consulte el artículo para lo importante. Nada de esto es una recomendación de compra o venta ni asesoramiento de inversión. Los cambios de puesto citan anuncios oficiales o prensa relevante; parte de las trayectorias proviene de Wikidata (CC0). Los resúmenes de esta página se tradujeron con IA a partir de la versión coreana revisada por el editor.

🐩 Apoya las Golosinas de Kobong
코봉이
Si esta página te fue útil, también puedes apoyar el fondo de golosinas de Kobong 🦴
💬 Comentarios
Apodos anónimos basados en IP · El abuso puede resultar en restricciones
Cargando...