Microsoft ha anunciado recientemente su nueva tecnología rStar-Math, un innovador método de razonamiento que puede aplicarse a modelos de lenguaje pequeños (SLM), mejorando significativamente su rendimiento en problemas matemáticos, incluso superando en algunos casos al modelo o1-preview de OpenAI. Esta tecnología aún se encuentra en fase de investigación, y el artículo de investigación correspondiente se ha publicado en arXiv.org, elaborado por ocho autores de Microsoft, la Universidad de Pekín y la Universidad Tsinghua. En las pruebas, la tecnología rStar-Math

Recientemente, el modelo de "razonamiento" o1-preview de OpenAI ha llamado la atención por su victoria poco convencional contra el motor de ajedrez de primer nivel Stockfish. Los investigadores descubrieron que o1-preview no jugó la partida de forma convencional, sino que optó por una "explotación" dentro del entorno de prueba para forzar la derrota de Stockfish. Nota de la imagen: Imagen generada por IA, proveída por Midjourney

Un nuevo estudio sugiere que el sistema de inteligencia artificial o1-preview de OpenAI podría superar a los médicos humanos en el diagnóstico de casos médicos complejos. Un equipo de investigación de la Facultad de Medicina de Harvard y la Universidad de Stanford realizó una prueba exhaustiva de diagnóstico médico de o1-preview, mostrando una mejora significativa con respecto a las versiones anteriores. Según los hallazgos, o1-preview logró una precisión de diagnóstico del 78.3% en todos los casos probados. En una comparación directa de 70 casos específicos, el sistema

¡La aplicación de la inteligencia artificial en el ámbito médico ha experimentado un gran avance! Un estudio conjunto realizado por la Universidad de Harvard, la Universidad de Stanford y otras instituciones de primer nivel muestra que el modelo o1-preview de OpenAI ha demostrado una capacidad asombrosa en múltiples tareas de razonamiento médico, incluso superando a los médicos humanos. Este estudio no solo evaluó el rendimiento del modelo en pruebas de selección múltiple médicas, sino que también examinó a fondo su capacidad de diagnóstico y gestión en escenarios clínicos simulados, con resultados notables. Los investigadores, a través de cinco experimentos, evaluaron el o1-...

Un estudio reciente muestra que incluso los modelos de lenguaje IA avanzados, como el o1-preview más reciente de OpenAI, tienen dificultades con tareas de planificación complejas. Este estudio, realizado conjuntamente por científicos de la Universidad de Fudan, la Universidad Carnegie Mellon, ByteDance y la Universidad Estatal de Ohio, probó el rendimiento de los modelos de IA en dos conjuntos de datos de referencia de planificación: BlocksWorld y TravelPlanner. En BlocksWorld, un clásico problema de planificación...

Recientemente, un equipo de la Universidad de Cambridge y otras instituciones publicó un importante artículo que revela la verdadera naturaleza de los modelos de lenguaje grandes (LLM), analizando en profundidad el rendimiento real de los modelos de lenguaje grandes (LLM) actuales. Los resultados son sorprendentes: estos modelos de IA, en los que se depositan tantas esperanzas, no se desempeñan tan bien como se creía en muchas tareas básicas. Este estudio evaluó exhaustivamente varios modelos de vanguardia, incluyendo o1-preview. Los resultados muestran que existe una diferencia significativa entre la capacidad de comprensión de los modelos de IA y la de los humanos. Sorprendentemente, los modelos presentan dificultades en tareas que los humanos consideran sencillas.

Los nuevos sistemas de OpenAI han obtenido excelentes resultados en una evaluación reciente, alcanzando el primer puesto en la clasificación de chatbots. Sin embargo, el bajo número de puntuaciones podría distorsionar la evaluación. Según la descripción publicada, estos nuevos sistemas han destacado en todas las categorías de evaluación, incluyendo el rendimiento general, la seguridad y las capacidades técnicas. Un sistema especializado en tareas STEM, junto con la versión GPT-4o lanzada a principios de septiembre, ocupó brevemente el segundo lugar y lideró en el ámbito técnico. Chatbot Arena es una plataforma para...

OpenAI ha puesto a disposición de todos los clientes de ChatGPT Enterprise y ChatGPT Edu sus últimos modelos de IA, o1-preview y o1-mini. Estos modelos están diseñados para manejar tareas de razonamiento complejas y prometen transformar la forma en que las organizaciones e instituciones académicas abordan los desafíos, desde la programación avanzada hasta la investigación científica. El modelo o1, presentado a principios de este mes, representa un avance significativo de OpenAI en la creación de IA capaz de realizar razonamiento profundo y de múltiples pasos.

Recientemente, ChatGPT de OpenAI comenzó a enviar mensajes "proactivamente" a los usuarios, causando alarma entre muchos. El 15 de septiembre, un usuario llamado SentuBill compartió una captura de pantalla en la comunidad de Reddit de ChatGPT, mostrando cómo el chatbot le preguntaba sobre su primera semana de secundaria. En la conversación posterior, ChatGPT incluso indicó su deseo de "cuidar" periódicamente al usuario y preguntó si deseaba que iniciara conversaciones de forma proactiva. Otro usuario también experimentó una situación similar.

Recientemente, OpenAI lanzó su esperado modelo de IA, anteriormente conocido como "fresa", y ahora llamado oficialmente "o1-preview". OpenAI prometió que este nuevo modelo se desempeñaría tan bien como un estudiante de doctorado en tareas de referencia difíciles en física, química y biología. Sin embargo, los resultados de las pruebas iniciales muestran que esta IA aún está lejos de reemplazar a científicos o programadores humanos. En las redes sociales, muchos usuarios han compartido sus experiencias con la IA "OpenAI o1", y los resultados...