Bitduke

7,500 páginas de matemáticas -> 16 MILLONES de líneas de Lean Axiom acaba de publicar una formalización de todo el Stacks Project, uno de los fundamentos de la geometría algebraica moderna, utilizando enjambres de agentes de IA. Lo especialmente impresionante es que lograron preservar las conexiones entre

El sentimiento está claramente muy en contra de los centros de datos ahora mismo, pero veamos si realmente se traduce en alguna acción concreta en un futuro cercano.

Más de 300,000 envíos de kernels, y el Muse Spark Open Kernel Challenge de Paradigm acaba de darte una razón más para volver a ejecutar tu código de cara al sprint final de kernels: los organizadores aclararon (¿flexibilizaron?) que las matemáticas aproximadas con precisión bf16, las sumas parciales bf16/fp16 y la acumulación fp16 en

Buena iniciativa, especialmente teniendo en cuenta todo lo que los equipos de seguridad tienen que seguir de cerca ahora mismo (¡Mythos!).

Ya no estás revisando el código de tu IA: esa es la advertencia del artículo de Addy Osmani en X. Trabaja en Claude Code y ahora le preocupa que los ingenieros pierdan el pensamiento crítico. La IA se ha vuelto tan buena (y esto es cierto) que su trabajo deja de parecer incorrecto, así que dejas de revisarlo. Primero tú

SemiAnalysis lanzó el benchmark gdpx, y hasta el mejor modelo de IA obtuvo solo alrededor del 12 %. La firma independiente de investigación sobre semiconductores e IA lo diseñó en torno a una pregunta: ¿qué tan bien pueden los modelos de frontera completar de forma autónoma tareas difíciles y económicamente valiosas cuando tienen

La pregunta es si esta ola azul que atraviesa Estados Unidos golpeará los centros de datos como un tsunami y lo paralizará todo, o si terminará suministrándoles energía.

¿Podrías explicar lo último que lanzó tu IA sin que se lo pidieras?

Ya no es solo un proveedor de RPC: ahora también ofrece inferencia (aunque por ahora hay que apuntarse a la lista de espera). Afirma ofrecer inferencia de baja latencia para Kimi, DeepSeek y GLM a través de una API compatible con OpenAI. No necesitas SDK ni GPU.

básicamente, la paradoja de Jevons en acción (aún)

Un banco francés con $235B en activos supuestamente perdió más de $133M en criptomonedas, y el investigador on-chain ZachXBT sospecha que se está encubriendo el caso. Tras señalar inicialmente un presunto robo de más de $106M de las cuentas de una entidad de la UE no identificada en varios exchanges centralizados, ZachXBT ahora nombra a Crédit

THORChain haciendo lo que mejor sabe hacer

¿Y si los modelos empiezan a editar los pesos de otros modelos de formas que nunca pretendimos (ahí empieza la verdadera diversión)?

¿Primero frigoríficos por toda Europa y ahora bancos de sangre? Que los hackers suban las temperaturas de forma remota donde quieran se está convirtiendo en una tendencia bastante inquietante de ciberataques. Según Le Canard Enchaîné, es posible que los bancos de sangre hayan sido objeto de un ataque mediante un vector similar, que quizá aprovechara sistemas obsoletos.

Sí, la investigación en el espacio de pesos probablemente está ahora donde estaban los LLM hace unos años, cuando todavía les costaban las matemáticas de primaria. Solo puedo imaginar dónde estará dentro de un par de años (quizá incluso meses).

así que el flujo de trabajo básicamente es * Opus 5.5 con esfuerzo medio * simplemente habla con Claude y deja que haga el trabajo * dale un servidor y dile que lo proteja, despliegue y optimice todo ¡anotado!

Según CrowdStrike, un atacante vinculado a las brechas de bancos surcoreanos le pidió a Claude que lo ayudara a encontrar compradores para los datos robados y a convertir los ataques en material para su currículum. ¡Qué gracioso! En julio ocurrió el incidente de Hugging Face, y ese mismo mes, el FBI y la EPA advirtieron que los hackers

Es una locura. Compara por ti mismo todos estos videos de bicicletas y pelícanos generados con IA: ¡cada uno se generó de una sola vez! Sin indicaciones ni pasos adicionales.