Paperslab

De todo lo que procesa el cerebro humano, solo una fracción pequeña es conscientemente accesible: disponible para el reporte verbal, el control deliberado, el razonamiento flexible. En este episodio de Paperslab...

Repetir el mismo bloque de un Transformer en loop promete ahorrar parámetros sin perder capacidad, pero durante años perdió contra la alternativa obvia: si tenés más cómputo, casi siempre conviene multiplicar los...

El deep learning avanzó durante años a pura prueba y error. En este episodio de Paperslab exploramos dos papers que, desde direcciones completamente opuestas, empiezan a poner el andamiaje matemático debajo. El primero...

El reinforcement learning mejora el razonamiento de los modelos, pero sale caro. Tres papers buscan la misma economía por caminos distintos: destilación auto-evolutiva, agentes que aprenden a preguntar mejor jugando al...

Anthropic publicó casi en simultáneo cuatro piezas de seguridad: compartimentos removibles de conocimiento peligroso, una técnica para reducir la desalineación agéntica, un mapeo de los valores de Claude entre idiomas...

Cada sentido tuvo históricamente su propio modelo. La tendencia ahora es unificar visión, audio y razonamiento en un solo marco: de un modelo de visión auto-supervisado a escala sin precedentes, a un sistema que...

El deep learning avanzó durante años a pura prueba y error. Ahora empiezan a aparecer los cimientos teóricos: de la destilación on-policy a la reconexión espectral de redes, pasando por un instituto que junta IA y...

Los mecanismos internos de un modelo de lenguaje emergen solos durante el entrenamiento — nadie los diseña a propósito. Recién ahora empezamos a poder señalarlos: cabezas de inducción que interpolan n-gramas, modelos...

Meta viene publicando, casi sin pausa, investigación que junta inteligencia artificial y cerebro humano: de decodificar lenguaje a partir de ondas cerebrales, a leer intención desde el movimiento de los dedos sobre un...

Hacer un modelo más grande es fácil si hay plata de sobra. El verdadero problema de ingeniería es hacerlo más barato y más rápido sin perder capacidad: contextos de más de dos millones de tokens con presupuesto fijo de...

Entrenar agentes de robótica en el mundo real es caro, por eso se entrenan en mundos virtuales. Pero imaginar bien no alcanza para actuar bien: un modelo que sueña escenarios correctos y aun así falla al ejecutarlos, y...

Para actuar bien en el mundo real, un agente primero tiene que poder imaginarlo. De modelos de mundo que aprenden por observación a motores de juego repensados como simuladores de entrenamiento, este episodio recorre la...

Anthropic dice que Claude tiene una especie de espacio de trabajo interno donde puede pensar sin escribirlo, e incluso reconocer sus propios errores. Un paper independiente, por otro lado, muestra evidencia dura de...

Gemma 4 Technical Report, el paper con el score más alto de toda la sesión. Un repaso de punta a punta a la arquitectura y las decisiones de diseño detrás del último modelo de Google. Paperslab — el podcast que...

Un modelo puede fallar sin que nadie se dé cuenta. En este episodio de Paperslab exploramos tres papers recientes sobre los puntos ciegos del razonamiento en modelos de lenguaje: fallas que no se ven en las métricas...