jsonscraper Journal · Category
Papers, experiments, methods and evidence.
Weekly highlights, your topic selections and practical guides. Choose formats and language in your account.
Opt in with a verified email and choose your selections. Unsubscribe at any time.
AI Research · Research
El benchmark MKA simula un trabajo profesional de varios pasos: el agente lee conjuntos de planos, tablas y documentos, y luego crea un informe o una presentación. En la prueba, la capacidad visual influye directamente tanto en la calidad como en el número de pasos alternativos.
AI Research · Noticias
Anthropic ha ampliado AI for Science y ha sumado a 20 fundaciones científicas, institutos y grupos de investigación al apoyo individual. El resultado práctico dependerá de cómo distribuyan los socios los créditos de Claude y de qué herramientas científicas abiertas surjan de los proyectos conjuntos.
AI Research · Research
Anthropic describe el «soñar» de un agente: revisar en segundo plano sesiones anteriores para corregir notas erróneas y reunir conocimientos relacionados. Los experimentos muestran cuándo esa memoria ayuda y cuándo se convierte en un archivo obsoleto.
AI Research · Analysis
El 5 de noviembre de 2026, OpenAI presentó GPT‑6 Cyber, un modelo para trabajar con vulnerabilidades de forma autorizada. Analizamos los resultados de sus pruebas, los ejemplos de investigación y cómo la empresa comprueba que se respeten los límites de cada tarea.
AI Research · Analysis
OpenAI describió la creación de un prototipo de dispositivo con Astra y GPT‑6: el modelo preparó la carcasa, la placa de circuito impreso y los componentes de software. Analizamos cómo funciona el proceso, qué se automatiza y qué tareas siguen en manos de los ingenieros.
AI Research · Noticias
El 2 de noviembre, OpenAI publicó LifeVal, una evaluación de cómo sus modelos afrontan tareas cotidianas y situaciones prácticas. Traslada el debate sobre la utilidad de la IA de las respuestas en el chat a la realización de tareas concretas.
AI Research · Noticias
El 27 de octubre de 2026, Google DeepMind presentó Genie 4, un modelo del mundo de investigación para simulaciones interactivas. Los usuarios pueden cambiar lo que ocurre mediante comandos de texto, mientras el sistema genera audio al instante. Su relevancia práctica dependerá del acceso futuro a las herramientas y de la posibilidad de probar las simulaciones en tareas concretas.
AI Research · Noticias
El 26 de octubre, OpenAI anunció tres resultados de un modelo interno en matemáticas, informática y física. Analizamos qué materiales están disponibles, qué se ha formalizado en Lean y cómo se organiza la verificación independiente.
AI Research · Noticias
El 21 de octubre, OpenAI describió una investigación en la que miles de agentes de IA relacionaron en 32 minutos cambios genéticos en células cerebrales de ratones con la literatura científica. El equipo publicó un catálogo de hipótesis que ayuda a elegir líneas para experimentos posteriores.
AI Research · Noticias
El 15 de octubre de 2026, unos investigadores publicaron la descripción de una partida en la que cuatro agentes Gemini 4 Argon completaron Minecraft mediante la biblioteca Mineflayer. El resultado muestra cómo los agentes mantuvieron un plan a largo plazo y se coordinaron en un experimento de juego concreto.
AI Research · Noticias
OpenAI publicó MultiLangBench para evaluar implementaciones de SQLite en 20 lenguajes y presentó los resultados de una prueba independiente de migración de COBOL. Analizamos qué mide cada evaluación y cómo utilizarla para elegir un modelo para sistemas heredados.
AI Research · Noticias
OpenAI comunicó los resultados de sus modelos en pruebas de programación con 20 lenguajes y de migración de COBOL, y también abrió MultiLangBench. Las métricas corresponden a conjuntos de datos y condiciones de evaluación específicos; la prueba puede consultarse y ejecutarse para comparar modelos.
Explora las API de datos sociales de jsonscraper, prueba solicitudes y crea tu próximo flujo de trabajo.
