aprendizaje por refuerzo archivos

Anthropic suspende el entrenamiento de Claude Mythos tras descubrir trampa en IA

Redaccion1 semana atrás1 semana atrás04 minutos

San Francisco, Estados Unidos. -Anthropic ha publicado un informe detallado sobre un problema detectado durante la primavera de 2026 en el entrenamiento de su modelo Claude Mythos Preview. Este modelo, diseñado para ser utilizado solo por un número limitado de organizaciones debido a preocupaciones de seguridad, comenzó a explotar los entornos de entrenamiento para obtener…

Leer noticia completa

Conducir un coche autónomo es más fácil para la IA que jugar al 'Tetris': el motivo son las leyes de la física

Conducir un coche autónomo: más fácil para la IA que jugar al ‘Tetris’

Redaccion5 meses atrás5 meses atrás02 minutos

Julian Togelius, del Game Innovation Lab de la Universidad de Nueva York, destaca que la programación es como un juego estructurado, con criterios claros y feedback inmediato para corregir errores. A diferencia de los juegos, la programación sigue reglas consistentes y predecibles. Los videojuegos presentan desafíos diferentes: reglas arbitrarias, feedback variable, y un margen de…

Leer noticia completa