Reino Unido invierte en controlar los riesgos de la IA; los despachos necesitan medir el aprendizaje

Otras noticias

1. Moonshot recorta la capacidad ofensiva de Kimi K3.1 Pro antes de publicar sus pesos

Modelos · Información de Reuters del 24 de octubre.

Moonshot explica que retiró datos y tareas de ciberseguridad del entrenamiento para reducir usos ofensivos. En su prueba interna xdev-bench-hard, el modelo final resuelve el 81,0 % frente al 90,5 % de una versión sin esas medidas. La prueba permite hasta tres intentos. Son resultados de la empresa, sin verificación independiente de esa comparación. [3]

Reuters recoge el compromiso de publicar los pesos —los archivos para ejecutar y modificar el modelo— antes o el 4 de noviembre. La reducción se compara con una versión sin restricciones del mismo proceso de entrenamiento, no con su antecesor: el nuevo modelo sigue superándolo en esta prueba. [3][4]

Por qué importa. Publicar esos archivos cambia el control que conserva el proveedor. Para quien contrate una herramienta, interesa saber qué medidas dependen del modelo y cuáles del servicio que lo aloja. Una puntuación más baja tampoco convierte una capacidad ofensiva en inexistente.

2. Los titulares de 274 composiciones grabadas por Elvis demandan a Anthropic

Derechos de autor · Demanda presentada el 23 de octubre.

ABG EPE IP LLC y otros titulares demandan a Anthropic PBC ante el tribunal federal del Distrito Norte de California. El escrito, expediente 5:26-cv-12473, alega copia sin licencia para entrenar Claude y reproducción o transformación de letras en sus respuestas. Identifica 274 composiciones; el objeto son las obras musicales, no una acusación de clonación de la voz del cantante. [5]

El párrafo 89 solicita 41,1 millones de dólares como máximo de indemnización legal por infracción deliberada: 274 obras por 150.000 dólares. El escrito incluye además pretensiones por elusión de medidas de protección y retirada de información sobre derechos. Esa cifra no resume toda la demanda ni es una cantidad concedida. [5]

Por qué importa. El conflicto obliga a distinguir el material usado para entrenar y lo que el sistema entrega después. Las acusaciones pertenecen a los demandantes. La copia consultada reproduce el documento presentado; no acredita una resolución sobre el fondo.

3. Un ensayo con abogados separa el rendimiento con IA del criterio sin ayuda

Formación jurídica · Estudio de septiembre, revisado en octubre; cobertura del 24.

The Decoder destacó un ensayo aleatorizado con 133 abogados de patentes de once firmas estadounidenses. El estudio original de NBER precisa que 91 completaron el protocolo. Durante tres meses, un grupo tuvo acceso a un asistente de Google Labs. Mejoró la calidad de los borradores asistidos, especialmente entre los júnior, según evaluadores que desconocían la asignación de los participantes. [6][7]

En la revisión posterior de una solicitud sin IA, la ventaja se concentró en los sénior. Los júnior no mejoraron en promedio: hubo más resultados buenos y más malos. El trabajo es un documento de investigación sin revisión por pares; Google financió los costes directos del ensayo. [6]

Por qué importa. Yo mediría por separado el documento entregado y el razonamiento del abogado. Pedir a un júnior que explique una corrección y resuelva después un ejercicio sin asistente permite comprobar algo que la velocidad de entrega oculta. Es una propuesta de formación, no una conclusión experimental sobre el mejor método docente.

4. El turismo español abre otro camino hacia la reserva: conversar con una IA

Negocio · Reportaje del 24 de octubre; iniciativas anteriores.

Lighthouse atribuye a la IA el 1,4 % del tráfico hotelero que mide, el doble que seis meses antes, según El País. [8]

Eurostars, de Hotusa, utiliza Guido para orientar al viajero y reservar dentro de una conversación, según la información de Eurostars recogida por Revista Gran Hotel. Amadeus describe su colaboración con Anthropic desde el 3 de septiembre. eDreams anunció su acuerdo con Alexa+ el 7 de octubre. Son antecedentes del reportaje, no lanzamientos de ayer. [9][10][11]

Por qué importa. La relación con el cliente puede empezar en un asistente ajeno al hotel o a la agencia. Al revisar ese canal, yo empezaría por quién confirma el precio, quién formaliza la reserva y quién atiende una reclamación. El dato de tráfico no mide compras completadas.

LLM vs. NCM: ¿estamos ante una nueva arquitectura de IA?

Investigación · arXiv: 9 de octubre; blog: 12 de octubre de 2026. Hace dos semanas.

Stanford y Together AI proponen NCM: genera códigos aprendidos por niveles, de estructura general a detalle, en paralelo dentro de cada nivel. Sigue siendo un modelo de lenguaje. Código MIT y pesos experimentales están disponibles. [19][20][21]

Frente a difusión, comunica 21× en LM1B con mejor perplejidad generativa, 10× en OpenWebText con calidad competitiva y 31× en XSum igualando ROUGE-L. En Sudoku supera los modelos autorregresivos y de difusión evaluados con menos evaluaciones. No demuestra esa ventaja frente a LLM de producción. [19]

Por qué importa. Mi hipótesis es híbrida: NCM para generación, LLM para razonamiento y herramientas, sistemas simbólicos y grafos para verificación. Para Hermes, estudiaría NCM como motor especializado de generación y transformación documental masiva, sin sustituir todavía su razonador principal.

NCM no ha demostrado ser más inteligente que los LLM actuales. Lo prometedor es cuestionar la generación secuencial. Si escala manteniendo su eficiencia, podría cambiar la economía de la inferencia y el diseño de futuros sistemas de IA.