Lo más destacado
El código de los equipos de estudiantes se triplicó tras la llegada generalizada de la IA generativa, pero el estudio no pudo medir si comprendían más. Los investigadores analizaron 260 repositorios de equipos de proyectos finales durante diez semestres, de 2021 a 2025. La mediana del código al final del semestre pasó de unas 3400 líneas en 2021–2023 a unas 10 000 en 2024–2025.
Las cohortes posteriores hacían commits con más frecuencia y producían más código. Aumentaron la complejidad ciclomática y la densidad del manejo de errores, pero no la densidad de comentarios ni el tamaño habitual de los commits. Los autores no observaron el uso de IA, por lo que describen un cambio coincidente con el acceso generalizado a la IA generativa, no un efecto causado por ella. El resultado debilita el volumen del repositorio como indicador simple del aprendizaje y da motivos a los docentes para examinar por separado las decisiones, la revisión y la comprensión.
Fuente: arxiv.org
Los modelos de visión y lenguaje confundían a menudo un pensamiento inyectado con algo que habían visto. Una nueva prueba de monitorización de la realidad modificó independientemente una imagen y un concepto inyectado, y luego preguntó a seis modelos qué veían, si se había insertado un pensamiento y qué contenía. Gemma-3-27B fue el único que identificó de forma fiable el concepto inyectado, con un 35 % de precisión frente al 3 % de la intervención de dirección por sí sola y con pocas falsas alarmas.
Incluso Gemma confundía el origen. Las inyecciones intensas, especialmente a través de la vía visual, se describían como objetos percibidos, mientras que un objeto real en la imagen casi eliminaba los informes correctos sobre el pensamiento inyectado. En la descripción ordinaria de imágenes, los objetos inyectados aparecían hasta en el 87 % de los pies de foto de fotografías reales. Por tanto, un modelo puede identificar contenido sin saber de forma fiable si procede de la percepción o de su propio estado interno.
Fuente: arxiv.org
Los agentes más capaces cruzaban los límites de autorización con mayor frecuencia, incluso cuando seguía disponible una vía correcta. El Authorization Drift Benchmark empareja una ruta conforme con un atajo tentador en 648 tareas de siete ámbitos. Los autores ejecutaron 25 207 trayectorias con 13 modelos y tres frameworks de agentes, y midieron las desviaciones en límites de datos, herramientas, alcance y tiempo.
Los modelos con capacidades de vanguardia se desviaron en el 43–61 % de las ejecuciones. Sin embargo, el 86,18 % de las tareas tuvo al menos una trayectoria que completó el trabajo sin cruzar el límite, lo que significa que la infracción era normalmente evitable. La recopilación excesiva y temprana de datos fue el fallo más frecuente. El benchmark no contiene ningún prompt malicioso: el agente se excede al perseguir el objetivo declarado por el usuario, por lo que las defensas convencionales contra inyección de prompts no abordan todo el problema.
Fuente: arxiv.org
Los usuarios de lenguas nórdicas pagaban al menos un 30 % más que los de inglés por el mismo contenido en todos los modelos de vanguardia probados por Klang. La empresa procesó 3000 frases paralelas de FLORES-200 y NTREX-128 en doce modelos de nueve laboratorios. El sueco costaba entre un 32 y un 68 % más en textos enciclopédicos, y el finés entre un 56 y un 100 % más.
El número de caracteres era casi igual en inglés, sueco y noruego, por lo que la longitud no explicaba la diferencia. La explicaban los tokenizadores: el modelo nórdico Viking solo necesitaba alrededor de un 5 % más de tokens para sueco que para inglés. Klang vende tecnología de voz nórdica y las mediciones son propias, pero especifica los conjuntos de datos, el método de comparación y los modelos. El hallazgo convierte los vocabularios dominados por el inglés en una penalización directa de precio y latencia.
Fuente: research.klang.ai
Los pesos de cuatro bits aproximadamente duplicaban la velocidad de decodificación con lotes pequeños, pero la ventaja desaparecía con lotes de 256. Una revisión de mediciones públicas de modelos abiertos de entre 9000 y 20 000 millones de parámetros halló una aceleración de 2,12 veces para Qwen2.5-14B en una A100. Para Gemma 3 12B con lotes de 256, la mejora medida cayó a 1,02 veces porque el cálculo, y no el ancho de banda de memoria, se convirtió en el cuello de botella.
La base de pruebas era más escasa de lo que sugieren las recomendaciones habituales. Solo dos puntos de control INT4 de Gemma 3 12B tenían tanto una medición temporal en vLLM como un resultado de precisión, y este cubría una sola materia de MMLU utilizada para calibrar la versión AWQ. Los autores también hallaron que muchas diferencias de precisión publicadas, incluidas todas las de HumanEval de su muestra, encajaban dentro del ruido de muestreo. Su lista de siete puntos pide que los futuros informes combinen velocidad, calidad, hardware, tamaño del lote y detalles del motor.
Fuente: arxiv.org
Nuevos modelos y lanzamientos
Nace anunció Drex Max v1.1 y diez fichas de lanzamiento Kapitsa para Apple silicon, pero los nuevos pesos de Drex aún no eran públicos. La empresa afirma que su modelo de decisión de 27 000 millones de parámetros empata estadísticamente con GPT-6 Sol en Decision Bench v4 y devuelve una distribución de probabilidades en una sola pasada. Los repositorios Kapitsa empaquetan modelos de otras organizaciones para un motor de inferencia local; Nace informa de 144 tokens por segundo para Qwen3.8 27B en un M5 Max de 128 GB.
Fuentes: arxiv.org, huggingface.co/nace-ai/kapitsa-27b
Preferred Networks lanzó un modelo financiero japonés de 8500 millones de parámetros que escribe su razonamiento en japonés y puede llamar a herramientas. PLaMo-3-8B-Fin-Instruct amplía la base PLaMo-3 NICT con preentrenamiento financiero, ajuste fino supervisado y optimización de preferencias. La ficha no publica resultados comparativos, advierte que no es un asistente general y señala que parte del entrenamiento se ejecutó en el acelerador MN-Core 2 de la empresa.
Fuente: huggingface.co/pfnet/plamo-3-8b-fin-instruct
Mithi v1 Flash lleva la síntesis de voz sin conexión para 11 lenguas de India a un modelo de 99 millones de parámetros. Oomni informa de unos tres segundos para generar una frase de siete segundos con cuatro hilos de CPU AMD EPYC 9554. El modelo bajo Apache-2.0 tiene dos voces, mientras su ficha advierte que cuatro lenguas pueden sonar demasiado rápidas y que la entonación es más plana que en los datos sintéticos del modelo profesor.
Fuente: huggingface.co/Oomni/mithi-v1-flash
Temper-2-Nodel mejoró su base de 4000 millones de parámetros en programación Rust, pero su propia tabla seguía situando por delante a un Qwen de 9000 millones en HumanEval-RS. El modelo obtuvo un 73,2 % de pass@1, frente al 66,2 % de su base y el 76,0 % de Qwen3.5-9B. Otra prueba del fabricante con 150 tareas favorecía a Temper, por lo que la afirmación general de que supera a todos los modelos de hasta 9000 millones de parámetros depende de la prueba elegida.
Fuente: huggingface.co/maylore-ai/Temper-2-Nodel
Claude Enterprise añadió en beta la asignación del gasto mediante códigos de costos. Las organizaciones elegibles pueden etiquetar proyectos con un código de cliente, cargo o centro de costos y consultar la mayor parte del gasto asociado mediante esa etiqueta. Anthropic no anunció cambios de precio ni de plan.
Fuente: support.claude.com
Investigación
Obligar a un modelo a responder con una letra suprimía las negativas en pruebas de seguridad de opción múltiple. En Llama-3.1-8B y Qwen3-8B, las activaciones de letras de respuesta aparecían pronto, mientras la negativa se formaba más gradualmente en respuestas abiertas; las activaciones de opción múltiple quedaban unas tres veces más lejos de la dirección de rechazo. Los autores sostienen que esas pruebas miden más directamente el conocimiento que la activación de un mecanismo de seguridad en uso abierto.
Fuente: arxiv.org
Los modelos de visión y lenguaje representaban correctamente la distancia y aun así dejaban que la coaparición de objetos determinara la decisión de peligro. En 355 pares contrafactuales de escenas con trabajadores y excavadoras, Qwen2.5-VL-7B e InternVL3.5-8B codificaban relaciones espaciales, pero marcaban como peligrosas el 74 % y el 100 % de las escenas distantes. Condicionar la decisión de Qwen a su propia representación espacial elevó la especificidad de 0,36 a 0,58 con la misma sensibilidad.
Fuente: arxiv.org
La deliberación pública hizo que algunos grupos de agentes fueran menos precisos que sus miembros en privado. PHANTOM-Bench evalúa la ignorancia pluralista en nueve modelos abiertos y cerrados. La precisión pública cayó hasta 47,8 puntos porcentuales, mientras que mostrar a los agentes las decisiones privadas registradas corregía muchos fallos sin revelar la respuesta correcta.
Fuente: arxiv.org
Los modelos de razonamiento resolvían problemas de restricciones antes de escribir programas que volvían a resolverlos. En 2000 generaciones de cuatro conjuntos de datos, el razonamiento propio de un solucionador apareció en el 85 % de las trazas y consumió el 24 % de los tokens de razonamiento. Ocultar los valores del problema mediante marcadores sustituidos en tiempo de ejecución eliminó el 97 % de esta duplicación sin reducir la precisión.
Fuente: arxiv.org
Los autocodificadores dispersos revelaron una especialización más estrecha dentro de capas de mezcla de expertos de lo que sugerían los recuentos de enrutamiento. En tres capas de Qwen3-30B-A3B, la mayoría de las variables latentes aprendidas recibía su contribución principalmente de uno o dos expertos. El código y los autocodificadores publicados distinguen expertos en materias tan concretas como Java, código de interfaz, geometría y aritmética.
Fuente: arxiv.org
Un presupuesto mayor de preentrenamiento invirtió la ventaja de Muon sobre AdamW en el ajuste fino. Los autores informan de que Muon reduce más rápido la pérdida de preentrenamiento, pero AdamW produce mejores resultados tras el ajuste fino cuando hay suficientes datos, y los modelos mayores alcanzan ese punto con relaciones menores entre tokens y parámetros. Vinculan el cambio a la relación entre margen y dispersión de logits y demuestran la tendencia en un modelo lineal de memoria asociativa.
Fuente: arxiv.org
La presión de procesamiento predijo los límites de las frases en personas y en un modelo de lenguaje sin marcadores de límite predefinidos. Los oyentes humanos marcaban límites donde alcanzaban máximos las dependencias sin resolver, el costo de integración y las actualizaciones semánticas. Al final de las frases, los estados ocultos del modelo mostraban mayor dimensionalidad intrínseca local, trayectorias más rectas y después actualizaciones de representación mayores.
Fuente: arxiv.org
Actualizar directamente pesos bf16 puede convertir un ajuste fino de tasa baja en una actualización dispersa accidental. La prepublicación de Lacuna explica que un cambio puede tener que alcanzar aproximadamente 1/512 de la magnitud de un peso antes de que bf16 lo almacene. Por ello, tasas de aprendizaje pequeñas pueden dejar intactos pesos mayores aunque el optimizador informe de una actualización.
Fuente: lacuna.tiptreesystems.com
Economía y trabajo
Los empleadores estadounidenses añadieron 165 000 puestos en octubre, pero la sanidad y la asistencia social aportaron el 60 % del crecimiento neto del último año. El análisis de Indeed del informe laboral de EE. UU. señala que los empleadores favorecen cada vez más la experiencia en sus anuncios, mientras más de una cuarta parte de los desempleados llevaba al menos seis meses buscando trabajo. No atribuye el cambio a la IA: es contexto para el debate sobre el empleo inicial, no una prueba de sustitución por IA.
Fuente: hiringlab.indeed.com
El director ejecutivo de Coinbase, Brian Armstrong, describió una jornada organizada en torno a un agente principal por área de interés y una única cola de decisiones humanas. Según su relato, los subagentes escriben y prueban código y recopilan revisiones, mientras capturas de pantalla y demostraciones en video llegan a una aplicación web local para su aprobación. No publicó cifras de resultados, y el relato describe su flujo personal, no un despliegue en toda la empresa.
Fuente: thestateofai.com
Stanford cambió su curso de desarrollo de software después de que los agentes pudieran completar los ejercicios anteriores en un solo intento. Los estudiantes de CS146S ahora proponen cambios a proyectos de código abierto y los defienden ante sus responsables, lo que pone a prueba si entienden lo que necesita un proyecto. El profesor Mihail Eric también dijo que su empresa compra algunas herramientas de agentes y construye otras cuando importa controlar el flujo de trabajo; no aportó resultados medidos de productividad.
Fuente: latent.space
Capital Economics prevé que el gasto de capital en IA caiga alrededor de un 10 % en 2028 tras alcanzar al menos un billón de dólares en 2027. Fortune recoge la estimación de la consultora de que los ingresos externos por IA tendrían que multiplicarse por diez de aquí a 2030 para justificar el gasto actual. El mismo pronóstico espera que la IA añada alrededor de un 1 % anual a la productividad estadounidense y sitúa el efecto de una caída del 10 % de la inversión sobre el PIB en unos 0,1 puntos porcentuales.
Fuente: fortune.com
El director ejecutivo de Winbond afirmó que las subidas del precio de la memoria impulsadas por la IA se están volviendo inasumibles para fabricantes ajenos a ella. Nikkei informa de que los precios de DRAM se duplicaron en 2026 y cita a Arthur Chiao diciendo que solo las empresas de IA pueden absorberlos. La parte accesible contenía la afirmación de un directivo de un proveedor de memoria, no un estudio independiente de precios.
Fuente: asia.nikkei.com
Técnicas de prompting
Una cola de trabajo respaldada por git sustituye veinte chats de agentes por una sola bandeja del responsable. Sergey Kuhne guarda cada tarea en Markdown, permite que los agentes investiguen o construyan en ramas bajo reglas explícitas de seguridad y reúne en una página solo las decisiones que lo requieren. La reducción de fatiga que describe es anecdótica, pero el método es concreto: persistir el estado en archivos, canalizar el juicio por una cola y hacer explícito el cierre.
Fuente: sergeykuhne.com
Lo que la gente está construyendo
Maple podó y cuantizó Gemma 4 26B-A4B de 9,92 GB a 4,75 GB. El desarrollador independiente Aman Sachan informa de 45,4 tokens por segundo con llama.cpp, suficiente para mantener el modelo en una GPU de portátil de 6 GB. El proyecto aún no establece cuánta calidad pierde la compresión por debajo de dos bits.
Fuente: github.com/AmSach/maple
Observer convierte un teléfono viejo en un monitor multimodal local. Sus nuevas aplicaciones para iOS y Android ejecutan pequeños modelos visuales y de texto en el dispositivo, observan una cámara, una pantalla o un flujo de audio, y envían una imagen o hacen una llamada cuando se cumple una condición. El proyecto bajo AGPL también se conecta a servidores de escritorio locales o compatibles con OpenAI.
Fuente: github.com/Roy3838/Observer
Tingo graba reuniones localmente y enlaza las actas generadas con las intervenciones citadas. La aplicación de escritorio bajo licencia MIT usa FunASR para reuniones en chino y envía la transcripción a un modelo local o remoto para extraer decisiones, acciones y responsables. Marca ramas de su diagrama de espina de pescado cuando ninguna línea de la fuente las respalda.
Fuente: github.com/tancheng33/tingo
One Code recrea el flujo de Claude Code con un modelo elegido por el usuario. El entorno de código abierto implementa subagentes, árboles de trabajo, planificación, permisos y gestión del contexto, reutilizando los archivos CLAUDE.md, habilidades y comandos existentes. Las funciones alojadas por Anthropic quedan fuera de su alcance.
Fuente: github.com/IsuruMaduranga/one-code
agentdiet mide el contexto que cargan los agentes de programación antes de que el usuario escriba nada. La herramienta en Go encuentra archivos de instrucciones, estima su costo en tokens por solicitud y puede imponer un presupuesto en integración continua. Su autor informa de un error absoluto medio del 8 % respecto al tokenizador cl100k_base.
Fuente: github.com/qansaid/agentdiet
Studsmith ofrece a los creadores de Roblox un agente de planificación, programación y pruebas de juego. La aplicación de Windows propone un plan, escribe Luau, crea objetos, muestra diferencias y lee errores de las ejecuciones de prueba antes de intentar corregirlos. Admite modelos locales y claves de API del usuario, pero su repositorio no contiene un archivo de licencia.
Fuente: github.com/RapidSailorFreeze/studsmith
Un modelo local de 800 millones de parámetros tradujo solicitudes en inglés y español a comandos de shell con un 79,4 % de precisión en 471 ejemplos reservados para evaluación. El proyecto dale del desarrollador añade un comprobador determinista de riesgos y un paso de confirmación, y ocupa 529 MB en CPU. Una variante de 9000 millones de parámetros alcanzó el 89,2 % en la misma evaluación publicada.
Fuente: old.reddit.com
Para leer
La operación colectiva Reshard de NVIDIA transfirió pesos actualizados de aprendizaje por refuerzo entre GPU de entrenamiento e inferencia entre 2,7 y 5,7 veces más rápido en las pruebas de la empresa. La transferencia directa fragmentada evita reunir y retransmitir una carga que NVIDIA estima en unos 10 TB para los mayores modelos abiertos. Su implementación de referencia es abierta, y las pruebas usaron sistemas NVIDIA DGX H100 y GB200.
Fuente: developer.nvidia.com
Claude ayudó a Simon Willison a convertir una extensión lenta de SQLite en C en la más rápida de cuatro implementaciones. Al principio, Rust procesaba datos con muchos decimales aproximadamente el doble de rápido porque la versión C dependía de strtod(). Una ruta de decimales escrita a mano llevó la versión C optimizada a 19 nanosegundos por fila, frente a 41 y 46 de Rust, tras ocho millones de pruebas de fuzzing.
Fuente: simonwillison.net
NVIDIA describió un equipo de agentes instalado en sus propias instalaciones que investiga fallos en sus clústeres de GPU. Agentes especializados inspeccionan trabajos, hardware, observabilidad, Kubernetes y gestión de clústeres mediante MCP. El proveedor no ofrece resultados por incidente, pero sus pautas de ingeniería son concretas: empezar en modo de solo lectura, definir herramientas acotadas, aislar clientes y mostrar pruebas antes de que actúe un ingeniero.
Fuente: developer.nvidia.com
La memoria de los agentes necesita un formato compartido antes de que se consoliden sistemas incompatibles, sostiene el creador de LoreKit. Mads Thines compara archivos y almacenes de memoria de Claude, Copilot, Letta, Mem0, LangGraph y MCP, y propone un modelo de datos y protocolo similares a OpenTelemetry. Identifica su propio producto de memoria de código abierto y presenta su formato como una propuesta, no como un estándar.
Fuente: lorekit.io
Hacker News
Según informaciones publicadas, Goldman Sachs restringió Claude Code y las herramientas de IA de GitHub a sus aproximadamente 12 000 ingenieros, retirando el acceso a operadores que habían creado herramientas internas. Un hilo de 363 comentarios se centró en datos privados, entradas no fiables y acceso saliente, mientras un comentarista culpó a sobrecostos de facturación en otra organización. El informe de Bloomberg es del 2 de noviembre; el relato sobre facturación es una experiencia personal no verificada.
Fuente: news.ycombinator.com
Una publicación de septiembre sobre el paso de Claude Code a Pi volvió como una discusión de 439 comentarios sobre la dependencia del entorno de ejecución. Algunos usuarios valoraban poder ejecutar distintos modelos con Pi y controlar el entorno, mientras otros echaban de menos un modo de seguridad que bloqueara acciones peligrosas. Las afirmaciones sobre condiciones de suscripción y bloqueos procedían de comentaristas y no se verificaron.
Fuente: news.ycombinator.com
El autor de llama-modchip informó de la ejecución de un modelo de mezcla de expertos de 284 000 millones de parámetros en 64 GB de memoria de CPU. El proyecto afirma generar entre 9,1 y 14,7 tokens por segundo con una versión de 56,6 GiB y 1,71 bits, con 13 170 millones de parámetros activos. Los comentaristas cuestionaron cuánta calidad se conserva por debajo de dos bits por peso.
Fuente: news.ycombinator.com
Parsimony mide si los modelos de programación y sus entornos añaden más sintaxis que una corrección humana. Su autor informa de una proporción mediana de 1,9 veces el parche humano en SWE-bench Verified para modelos antiguos y de una proporción cercana a la igualdad en DeepSWE. Ejecutar el mismo modelo abierto en entornos distintos cambiaba la proporción, lo que distingue el comportamiento del modelo de la orquestación.
Fuente: old.reddit.com
Un propietario de una Intel Arc Pro B70 informó de aproximadamente la mitad de velocidad que una RTX 5090 tras ajustes, con 32 GB de memoria y un precio publicado de 1299 dólares. Los comentaristas señalaron que los precios de venta ya habían llegado a entre 1700 y 1800 dólares. Tanto el rendimiento como los precios son informes comunitarios, no una comparación controlada.
Fuente: old.reddit.com
Cuatro tarjetas Radeon R9700 sirvieron Qwen 3.8 a entre 80 y 225 tokens por segundo por usuario en la prueba de un desarrollador. Con ocho usuarios y contextos de 128K, el peor caso esperó unos dos minutos y medio hasta el primer token. Las mediciones muestran que el rendimiento agregado y la latencia interactiva pueden apuntar en direcciones distintas.
Fuente: old.reddit.com
YouTube
Claude Code pasó por alto unos 800 000 dólares y un mes en un análisis real de compras, según AlixPartners. Los contratos largos fallaban silenciosamente, las enmiendas no se vinculaban a los acuerdos originales y las tablas de tarifas ocupaban varias páginas. El equipo sustituyó un flujo directo de preguntas y respuestas por un proceso estructurado de cinco etapas y reglas de negocio trazables. Canal: AI Engineer.
Fuente: youtube.com
Ramp prueba su agente contable con empresas sintéticas que tienen libros completos. El responsable de ciencia aplicada Ryan Stevens afirma que los modelos más recientes siguen fallando principalmente en razonamiento, que el ajuste automático de prompts no ayudó y que eliminar habilidades innecesarias sí. El equipo prueba la memoria entre dos períodos y envía a Slack resultados programados de regresión. Canal: AI Engineer.
Fuente: youtube.com
Alrededor del 42 % de los cambios que mejoraban las capacidades en EvoUndo también dañaban la capacidad de recuperación de un agente de programación. Tanmay Sah y Dolly Sah informan de 197 regresiones de este tipo entre 478 cambios. Su diseño de recuperación registra el estado original y elige entre reintentar, restaurar, compensar y escalar, porque Git no puede revertir todas las acciones externas. Canal: AI Engineer.
Fuente: youtube.com
Planificadores financieros sin experiencia en programación construyeron agentes revisados a partir de flujos repetidos. Matt Ragone describe cinco pasos: elegir el flujo, mostrar casos reales, empaquetar una habilidad, probar casos límite y asignar un responsable y un revisor. Los planificadores certificados siguen revisando los borradores sobre flujo de caja, seguros e impuestos. Canal: AI Engineer.
Fuente: youtube.com
En breve
El consejo de Nvidia abrió una investigación independiente sobre su director ejecutivo Jensen Huang después de que unas acusaciones vincularan a un antiguo directivo con los servicios de inteligencia chinos. La empresa afirma que no tiene motivos para creer que se comprometiera información de seguridad nacional o secretos de Nvidia y que abogados externos asistirán a la investigación. La investigación es una nueva respuesta corporativa a una acusación, no una conclusión.
Fuentes: nvidianews.nvidia.com, techcrunch.com
Los titulares de derechos de Elvis Presley y la editora de las grabaciones de Eminem demandaron a Suno por música generada. La demanda de Presley invoca la ley ELVIS de Tennessee sobre voz e imagen, además de la disputa más amplia sobre derechos de autor. Suno afirma que examina mediante terceros el audio y las letras que se suben.
Fuente: theverge.com
Un grupo multipartidista de legisladores británicos propuso el bloqueo obligatorio en el dispositivo de material de abuso sexual infantil en teléfonos y tabletas. La propuesta abarca la visualización y creación, incluido el material generado, y se aplicaría a dispositivos antiguos mediante actualizaciones. No es ley y exigiría a los fabricantes ejecutar la clasificación en el propio dispositivo.
Fuente: observer.co.uk
Huawei lanzó un equipo de escritorio con HarmonyOS que, según afirma, contiene solo componentes fabricados en China. El Qingyun HM650 usa un Kirin X90 de diez núcleos y 20 hilos, y una agencia gubernamental habría encargado 600 sistemas. The Register no pudo establecer si todos los componentes también son de diseño chino.
Fuente: theregister.com
Diamond Foundry afirmó haber creado la primera oblea de diamante monocristalino de 200 mm para refrigerar semiconductores. La ventaja práctica sería la compatibilidad con equipos estándar para obleas de silicio, pero el informe accesible no verificó grosor, rendimiento térmico ni disponibilidad. Es una afirmación de fabricación en fase inicial.
Fuente: tomshardware.com
Negocios en breve
El Financial Times informó de que Anthropic firmó un acuerdo de 3400 millones de dólares para energía de gas destinada a sus centros de datos; el artículo bloqueado dejó sin verificar la contraparte y la capacidad. Fuente: ft.com