Llega GPT-6.1 Terra y OpenAI abre sus afirmaciones científicas a revisión

Además: IBM da a los agentes de IA empresariales identidades, permisos y pistas de auditoría OpenAI presentó GPT-6.1 Terra, un nuevo modelo más rápido y de menor costo para razonamiento visual, uso de software y redacción profesional cotidiana. OpenAI dice que Terra puede entender lo que aparece en pantalla, realizar acciones entre aplicaciones y manejar tareas de programación mucho mejor que GPT-5.6 Terra, mientras reduce a la mitad el precio estándar de la API y baja con fuerza los errores de hecho. Ya se está desplegando en las herramientas ChatGPT y Codex de OpenAI, enfocadas en el trabajo, para usuarios de pago e institucionales, y para desarrolladores a través de la API. En la práctica, las empresas pueden asignar más trabajo rutinario, pero todavía capaz, a la IA, como manejo de facturas o pequeños arreglos de software, sin pagar por los modelos más caros de OpenAI. OpenAI también publicó tres resultados de investigación que atribuye a sus modelos internos en matemáticas, informática y física, pero con una estrategia de publicación distinta a la de un artículo normal. La empresa dice que sus sistemas produjeron una prueba que resolvería el problema de smoothing local en toda dimensión, lo que también resolvería la conjetura de Kakeya, y un resultado aparte que afirma que la Hipótesis de Tiempo Exponencial es falsa. En vez de pedir al campo que acepte esas afirmaciones tal cual, OpenAI está publicando artefactos formales de prueba cuando están disponibles y pidiendo a académicos externos que conduzcan grupos abiertos de revisión para explicar, cuestionar y verificar el trabajo. Para la afirmación de física, el grupo externo pidió a OpenAI que por ahora retenga los materiales en bruto mientras redactan el trabajo. Si este proceso se sostiene, el cambio mayor no es solo tener modelos más inteligentes. Es que la IA empieza a generar argumentos técnicos largos que otros científicos deben auditar como datos brutos de investigación. IBM dijo que Agent Identity ya está disponible de forma general, con el objetivo de resolver un problema básico para la IA empresarial: saber qué agente hizo qué, bajo la autoridad de quién y con cuáles permisos. IBM dice que el sistema permite a las empresas registrar agentes, asignar responsables, conservar la delegación en nombre de otra persona, emitir accesos de corta duración y mantener pistas de auditoría que conectan una acción con la persona o el sistema que la aprobó. IBM lo posiciona junto con Verify y Hashi Fuentes: openai.com · openai.com · ibm.com Este episodio incluye contenido generado por IA.