96 trabajos representativos de 1931 hasta hoy, agrupados por función editorial y estado de publicación
Los artículos son el esqueleto de la historia de la IA. Este catálogo reúne 96 trabajos fundamentales, cada uno enlazado a su fuente primaria.
La selección se basa en la representatividad histórica, la influencia técnica y el criterio editorial. Puede incluir artículos revisados por pares, informes técnicos, preprints, artículos de posición y fichas de sistema, con su estado de publicación indicado. Las correcciones y propuestas pueden enviarse desde la página Política editorial y correcciones.
Mostrando 96 de 96 artículos
Sobre proposiciones formalmente indecidibles de los Principia Mathematica y sistemas afines I
Demuestra que todo sistema formal consistente capaz de expresar la aritmética contiene enunciados verdaderos que no puede probar, fijando el límite que más tarde enmarcaría lo que el cálculo y el razonamiento mecánico pueden decidir.
Sobre los números computables, con una aplicación al Entscheidungsproblem
Introduce la máquina de Turing universal y demuestra la indecidibilidad del Entscheidungsproblem, sentando las bases teóricas de la ciencia de la computación.
Un problema irresoluble de la teoría elemental de números
Define la calculabilidad efectiva mediante el λ-cálculo y exhibe un problema que ningún procedimiento de ese tipo puede decidir, alcanzando los límites del cálculo con independencia de Turing.
Un cálculo lógico de las ideas inmanentes en la actividad nerviosa
Modela la actividad neural mediante lógica proposicional, ofreciendo la primera teoría matemática de las redes neuronales artificiales.
Una teoría matemática de la comunicación
Artículo fundacional de la teoría de la información, que define la entropía y la capacidad de canal como límites fundamentales de la comunicación.
Maquinaria computacional e inteligencia
Propone el juego de la imitación (prueba de Turing) y formula de manera sistemática la pregunta «¿Pueden pensar las máquinas?», lo que ayudó a establecer la IA como programa de investigación.
Una propuesta para el proyecto de investigación de verano de Dartmouth sobre inteligencia artificial
La propuesta fundacional del taller de verano de Dartmouth introdujo el término «inteligencia artificial» y esbozó la agenda de investigación del campo.
La máquina de teoría lógica: un sistema complejo de procesamiento de información
Describe el Logic Theorist, uno de los primeros programas de demostración de teoremas, que probó mediante búsqueda heurística teoremas de los Principia Mathematica de Whitehead y Russell, mostrando el razonamiento automático en lógica proposicional.
Elementos de una teoría de la resolución humana de problemas
Describe la resolución humana de problemas como búsqueda heurística en un espacio de estados simbólicos, el análisis que sustenta el General Problem Solver y la concepción de la mente como procesamiento de información.
El perceptrón: un modelo probabilístico para el almacenamiento y la organización de la información en el cerebro
Introduce la primera neurona lineal con umbral entrenable, fundando la línea conexionista que conduce al aprendizaje profundo moderno.
Programas con sentido común
Propone el «advice taker», un programa capaz de extraer conclusiones a partir de un depósito formal de conocimiento de sentido común, sentando las bases conceptuales de la representación y el razonamiento.
Algunos estudios sobre aprendizaje automático mediante el juego de las damas
Demuestra el aprendizaje mediante partidas contra sí mismo con una función de evaluación en un programa de damas, un hito temprano del aprendizaje por refuerzo asociado al término «aprendizaje automático».
Nota sobre la simetría sintáctica y la manipulación de sistemas formales por máquina
Gelernter aborda cómo una máquina puede manipular con eficiencia sistemas formales cuyos predicados presentan una fuerte simetría, y enuncia como solución un teorema y una regla de simetría sintáctica. El trabajo acompaña a la máquina de demostración de teoremas de geometría que construía entonces en IBM, la cual a comienzos de la primavera de 1959 demostró su primer teorema de geometría plana euclidiana.
Circuitos de conmutación adaptativos
Introduce la neurona ADALINE y la regla de aprendizaje de mínimos cuadrados medios (LMS), precursora del descenso de gradiente estocástico moderno.
Funciones recursivas de expresiones simbólicas y su cálculo por máquina, parte I
Introduce las expresiones simbólicas, las funciones recursivas sobre ellas y el eval que permite a un lenguaje interpretarse a sí mismo, el diseño que se convirtió en Lisp y en la lengua de trabajo de la IA simbólica.
Principios de neurodinámica: los perceptrones y la teoría de los mecanismos cerebrales
Reúne el trabajo sobre el perceptrón en una teoría completa de las redes probabilísticas por capas, enunciando qué pueden aprender tales máquinas y dónde se detiene la forma de una sola capa.
ELIZA: un programa informático para el estudio de la comunicación en lenguaje natural entre el hombre y la máquina
Construye un programa aparentemente conversacional a partir de coincidencia de patrones y reglas de reescritura, y su autor señala de inmediato cuánta comprensión le atribuyen los lectores sin que la tenga.
Redes neuronales y sistemas físicos con capacidades computacionales colectivas emergentes
Introduce la red de memoria asociativa de Hopfield, vinculando el cómputo neuronal con los paisajes de energía de la física estadística y reavivando el interés por las redes neuronales durante el inicio del invierno de la IA.
R1: un configurador de sistemas informáticos basado en reglas
Documenta un sistema de reglas de producción que configuraba a diario los pedidos de computadoras de DEC, uno de los pocos sistemas expertos que resistió el uso corriente y cuyo rendimiento podía calcularse.
Fusión, propagación y estructuración en redes de creencias
Sistematiza las operaciones de fusión, propagación y estructuración en redes de creencia, proporcionando los fundamentos algorítmicos de la inferencia en redes bayesianas.
Aprendizaje de representaciones mediante retropropagación de errores
La formulación canónica del algoritmo de retropropagación para redes neuronales multicapa, que muestra que las unidades ocultas pueden aprender representaciones internas útiles y reaviva la investigación conexionista a finales de los años ochenta.
Aprender a predecir mediante los métodos de diferencias temporales
Sistematiza el aprendizaje por diferencias temporales (TD), convirtiéndose en uno de los algoritmos centrales del aprendizaje por refuerzo moderno.
Encontrar estructura en el tiempo
Introduce la red recurrente simple de Elman, mostrando que las redes neuronales pueden aprender estructura temporal y abriendo el camino a los modelos de secuencias posteriores.
Redes de vectores de soporte
Introduce la máquina de vectores de soporte con margen blando, el clasificador canónico de margen máximo que definió gran parte del aprendizaje automático de los años noventa.
Memoria larga a corto plazo
Introduce la LSTM original con celdas de memoria y compuertas de entrada y salida; la compuerta de olvido hoy estándar fue añadida después por Gers, Schmidhuber y Cummins.
Aprendizaje basado en gradientes aplicado al reconocimiento de documentos
Introduce LeNet-5, la red neuronal convolutiva canónica que alcanza reconocimiento de dígitos manuscritos de calidad productiva y establece la plantilla de las CNN.
Reducir la dimensionalidad de los datos con redes neuronales
Introduce un autocodificador profundo que reconstruye datos de alta dimensión con una fidelidad muy superior a PCA, encendiendo la primera chispa de la revitalización del aprendizaje profundo.
Un algoritmo de aprendizaje rápido para redes de creencias profundas
Deriva un algoritmo voraz y rápido que aprende redes de creencia profundas capa a capa y después las ajusta; la red resultante clasificaba dígitos manuscritos mejor que los mejores métodos discriminativos de la época, y el resultado reavivó el interés por las redes neuronales profundas.
Aprendizaje profundo no supervisado a gran escala con procesadores gráficos
Traslada el entrenamiento de modelos profundos no supervisados a procesadores gráficos con aceleraciones de un orden de magnitud, y vuelve habitual la vía de hardware por la que el aprendizaje profundo escaló en la década siguiente.
Jugar a Atari con aprendizaje por refuerzo profundo
DQN combina el Q-learning con una red convolucional que aprende políticas de control directamente a partir de los píxeles en bruto; aplicado sin cambios a siete juegos de Atari 2600, supera a todos los enfoques anteriores en seis y a un experto humano en tres, y abre el camino al aprendizaje por refuerzo profundo.
Estimación eficiente de representaciones de palabras en el espacio vectorial
Introduce las arquitecturas skip-gram y CBOW que producen embeddings densos de palabras, inaugurando la era de los vectores de palabras preentrenados.
Bayes variacional mediante autocodificación
El VAE une el modelado generativo de variables latentes con el entrenamiento por gradiente estocástico mediante el truco de reparametrización, y se convierte en uno de los fundamentos del aprendizaje profundo generativo moderno.
Traducción automática neuronal mediante el aprendizaje conjunto de alineación y traducción
Introduce la atención aditiva (Bahdanau) para la traducción automática neuronal, demostrando que el alineamiento suave permite al decodificador enfocarse en los tokens relevantes de la fuente e inspirando directamente el Transformer.
Redes generativas antagónicas
Enmarca el modelado generativo como un juego de suma mínima entre un generador y un discriminador, dando inicio a una nueva familia de modelos generativos implícitos.
Dropout: una forma sencilla de evitar el sobreajuste de las redes neuronales
Introduce dropout, una técnica sencilla de regularización estocástica que se convierte en un elemento estándar de los pipelines de entrenamiento de aprendizaje profundo.
Normalización por lotes: acelerar el entrenamiento de redes profundas reduciendo el desplazamiento interno de covariables
Introduce la normalización por lotes, normalizando las entradas de capa en cada minibatch para estabilizar y acelerar drásticamente el entrenamiento de redes profundas.
Aprendizaje profundo no supervisado mediante termodinámica fuera del equilibrio
Formula el modelado generativo como la inversión de un proceso de ruido gradual, la formulación sobre la que se apoyan los modelos de difusión posteriores.
Aprendizaje residual profundo para el reconocimiento de imágenes
Introduce las conexiones residuales, permitiendo entrenar eficazmente redes de cientos de capas y ganando ImageNet 2015 por un amplio margen.
Traducción automática neuronal de palabras poco frecuentes con unidades de subpalabra
Divide las palabras en unidades de subpalabra derivadas de las frecuencias, de modo que un vocabulario fijo pueda deletrear cualquier cosa, el esquema de segmentación que heredaron la mayoría de los modelos de lenguaje posteriores.
Deep Compression: comprimir redes neuronales profundas mediante poda, cuantización entrenada y codificación de Huffman
Reúne poda, cuantización entrenada y codificación de Huffman en una sola cadena que reduce una red en un orden de magnitud casi sin pérdida de exactitud, y afirma pronto que la precisión numérica es una variable de diseño.
WaveNet: un modelo generativo para audio sin procesar
Introduce un modelo autorregresivo convolutivo causal dilatado que genera formas de onda de audio en crudo, mejorando notablemente la naturalidad de la síntesis de voz.
Algoritmos de optimización de políticas proximales
Introduce PPO, un método de gradiente de política de primer orden simple y estable que se convierte en el algoritmo de optimización de política por defecto en el aprendizaje por refuerzo moderno.
Redes neuronales desmesuradamente grandes: la capa de mezcla de expertos con compuertas dispersas
Encamina cada token solo hacia unos pocos expertos entre muchos, y deja que el número de parámetros de una red crezca mucho más allá del cálculo gastado en una sola entrada.
La atención es todo lo que necesitas
Introduce el Transformer, una arquitectura basada únicamente en atención que prescinde de recurrencia y convoluciones y supera la calidad previa en transducción de secuencias con una fracción del tiempo de entrenamiento.
SentencePiece: un tokenizador y destokenizador de subpalabras sencillo e independiente del idioma para el procesamiento neuronal de texto
Entrena un segmentador de subpalabras directamente a partir de texto en bruto, sin presegmentación propia de una lengua, de modo que la misma cadena sirva para lenguas que no separan palabras con espacios.
BERT: preentrenamiento de Transformers bidireccionales profundos para la comprensión del lenguaje
Introduce un Transformer bidireccional preentrenado con modelado de lenguaje enmascarado y predicción de la siguiente oración, estableciendo un nuevo estado del arte en los benchmarks de PLN.
Explorar los límites del aprendizaje por transferencia con un Transformer unificado de texto a texto
Reformula toda tarea de PLN como una conversión texto a texto, realiza ablaciones sistemáticas de las decisiones de aprendizaje por transferencia y establece una receta de referencia para modelos preentrenados a gran escala.
Modelos probabilísticos de difusión para eliminación de ruido
Presenta los DDPM y muestra que los modelos probabilísticos de difusión con eliminación iterativa de ruido igualan a las GAN en la síntesis de imágenes de alta fidelidad.
Entrenamiento eficiente de modelos de lenguaje a gran escala en clústeres de GPU con Megatron-LM
Compone paralelismo de tensores, de tubería y de datos en una sola planificación y mide el rendimiento del entrenamiento de un modelo de lenguaje en miles de GPU.
LoRA: adaptación de bajo rango de grandes modelos de lenguaje
Congela los pesos preentrenados y entrena en su lugar un par de matrices de rango bajo, reduciendo el coste de adaptar un modelo grande a una fracción del ajuste fino completo.
Generación zero-shot de imágenes a partir de texto
Usa un Transformer autorregresivo sobre tokens discretos de texto e imagen para producir generaciones de texto a imagen de alta calidad en zero-shot (DALL·E).
Aprender modelos visuales transferibles a partir de la supervisión en lenguaje natural
Entrena aprendizaje contrastivo con 400 millones de pares imagen-texto para obtener codificadores visuales que se transfieren en zero-shot a muchas tareas posteriores.
Evaluar grandes modelos de lenguaje entrenados con código
Presenta un modelo GPT afinado en código junto con un banco de pruebas puntuado por corrección funcional, convirtiendo la programación en una capacidad medible en lugar de un género de generación de texto, y discute sus efectos sobre la seguridad y el trabajo.
Síntesis de imágenes de alta resolución con modelos de difusión latente
Realiza la difusión en el espacio latente de un autocodificador preentrenado, lo que permite la síntesis de texto a imagen en alta resolución con un cómputo modesto (Stable Diffusion).
El prompting de cadena de pensamiento suscita el razonamiento en los grandes modelos de lenguaje
Muestra que inducir al modelo de lenguaje a generar pasos intermedios de razonamiento mejora notablemente su rendimiento en benchmarks de razonamiento aritmético, de sentido común y simbólico.
Entrenar modelos de lenguaje para seguir instrucciones con retroalimentación humana
Ajusta GPT-3 con aprendizaje por refuerzo a partir de retroalimentación humana para que siga las instrucciones con más fidelidad — el precursor directo de ChatGPT (InstructGPT).
Constitutional AI: inocuidad a partir de la retroalimentación de la IA
Introduce RLAIF, en el que un modelo critica y revisa sus propias salidas frente a una constitución escrita, reduciendo la dependencia de etiquetas humanas de daño para la alineación.
LLaMA: modelos de lenguaje fundacionales abiertos y eficientes
Entrena modelos fundacionales de 7 a 65 mil millones de parámetros con billones de tokens procedentes solo de datos públicos; el modelo de 13B supera a GPT-3 (175B) en la mayoría de los benchmarks y el de 65B compite con Chinchilla-70B y PaLM-540B.
Una revisión de los agentes autónomos basados en grandes modelos de lenguaje
Ordena trabajos dispersos sobre agentes según construcción, evaluación y aplicación, y marca el momento en que el término pasa de un conjunto de prácticas a un campo de investigación.
QLoRA: ajuste fino eficiente de LLM cuantizados
Retropropaga a través de un modelo base cuantizado a 4 bits hacia adaptadores de rango bajo, y pone el ajuste fino de un modelo grande al alcance de una sola GPU.
GPTQ: cuantización posentrenamiento precisa para Transformers generativos preentrenados
Cuantiza los pesos de un gran modelo de lenguaje tras el entrenamiento, capa por capa y en una sola pasada, de modo que pueda servirse con menor precisión sin reentrenarlo.
Inferencia rápida de Transformers mediante decodificación especulativa
Hace que un pequeño modelo borrador proponga varios tokens que el modelo objetivo verifica en paralelo, reduciendo la latencia sin alterar la distribución de salida.
Gestión eficiente de la memoria para servir grandes modelos de lenguaje con PagedAttention
Gestiona la caché de atención en páginas de tamaño fijo como un sistema operativo gestiona la memoria, de modo que un servidor sostiene muchas más peticiones simultáneas sin reservar el peor caso para cada una.
Mamba: Modelado de secuencias en tiempo lineal con espacios de estado selectivos
Presenta Mamba, una arquitectura de espacio de estados selectivo sin atención que escala linealmente con la longitud de la secuencia; en modelado del lenguaje, su modelo de 3B supera a los Transformers del mismo tamaño e iguala a los del doble de tamaño. Se convirtió en una de las arquitecturas post-Transformer más influyentes de 2023.
Clasificación de ImageNet con redes neuronales convolucionales profundas
Gana ImageNet 2012 por un amplio margen con una CNN entrenada en GPU, marcando el punto de inflexión en que el aprendizaje profundo supera a la visión por computador clásica.
Control a nivel humano mediante aprendizaje por refuerzo profundo
Publica la versión en Nature del DQN, demostrando rendimiento a nivel humano en un amplio conjunto de juegos de Atari y llevando el aprendizaje por refuerzo profundo a la atención general.
Dominar el juego del go con redes neuronales profundas y búsqueda en árbol
AlphaGo combina redes de política y de valor con la búsqueda en árbol de Monte Carlo y derrota 5-0 al campeón europeo Fan Hui, anunciando que el aprendizaje por refuerzo profundo ha alcanzado los estratos más hondos del juego estratégico humano.
Mejorar la comprensión del lenguaje mediante el preentrenamiento generativo
Demuestra que un Transformer generativo preentrenado sobre texto no etiquetado puede ajustarse para lograr un rendimiento sólido en diversas tareas de PLN, fundando la línea GPT.
Los modelos de lenguaje son aprendices multitarea no supervisados
Muestra que un modelo de lenguaje Transformer de 1,5B parámetros exhibe comportamiento multitarea sin entrenamiento explícito, avivando el debate sobre el «modelo de lenguaje como aprendiz multitarea».
Los modelos de lenguaje aprenden con pocos ejemplos
Escala GPT a 175 mil millones de parámetros y muestra que los grandes modelos de lenguaje logran un sólido aprendizaje en contexto con pocos ejemplos en muchas tareas.
Informe técnico de GPT-4
Describe GPT-4, un gran modelo multimodal que acepta entradas de imagen y texto y se acerca al nivel humano en muchos benchmarks profesionales y académicos.
Gemini: una familia de modelos multimodales altamente capaces
Presenta la familia Gemini (Ultra/Pro/Nano) de modelos nativamente multimodales, entrenados conjuntamente con texto, código, imagen, audio y vídeo.
Ficha de sistema de OpenAI o1
OpenAI publica la ficha de sistema de la serie de modelos o1, entrenados con aprendizaje por refuerzo a gran escala para razonar con cadena de pensamiento. o1 alcanza el estado del arte en tareas de ciencia y programación, y demuestra adherencia a políticas basada en razonamiento.
ARC-AGI-3: Un nuevo desafío para la inteligencia agéntica de frontera
El ARC Prize presenta ARC-AGI-3, un benchmark interactivo para estudiar la inteligencia agéntica a través de entornos abstractos por turnos en los que los agentes deben explorar, inferir objetivos, construir modelos internos de la dinámica del entorno y planificar secuencias de acción efectivas sin instrucciones explícitas. A marzo de 2026, los humanos resuelven el 100 % de los entornos, mientras que los sistemas de IA de frontera obtienen menos del 1 %.
Escalar la monosemanticidad: extraer características interpretables de Claude 3 Sonnet
Aplica autocodificadores dispersos a la capa intermedia de Claude 3 Sonnet, el modelo de producción de tamaño medio de Anthropic, y extrae millones de características — muchas de ellas monosemánticas y muy abstractas — de diccionarios de hasta 34 millones.
Informe técnico de DeepSeek-V3
Presenta DeepSeek-V3, un modelo de mezcla de expertos con 671B parámetros que usa Multi-head Latent Attention y DeepSeekMoE, e informa de que supera a otros modelos con pesos abiertos y se aproxima a los principales modelos cerrados en los grandes benchmarks, con una fracción del coste de entrenamiento de los modelos de frontera.
Gemini 1.5: Comprensión multimodal en millones de tokens de contexto
Presenta la familia Gemini 1.5, modelos multimodales computacionalmente eficientes con ventanas de contexto de un millón de tokens — capaces de razonamiento fino sobre múltiples documentos largos y horas de vídeo y audio.
El rebaño de modelos Llama 3
Meta presenta la familia Llama 3 de modelos fundacionales de pesos abiertos con soporte nativo para multilingüismo, programación, razonamiento y uso de herramientas. El modelo estrella 405B dense Transformer fue uno de los mayores modelos de pesos abiertos en su lanzamiento.
SAM 2: Segmentar cualquier cosa en imágenes y vídeos
Meta presenta SAM 2, un modelo fundacional de segmentación visual promptable en imágenes y vídeos, junto con SA-V, que sus autores describen como el mayor conjunto de datos de segmentación de vídeo hasta la fecha.
Gemma 2: Mejorando modelos de lenguaje abiertos a un tamaño práctico
Google DeepMind presenta Gemma 2, una nueva familia de modelos abiertos ligeros (2B-27B parámetros) que aplica varias modificaciones técnicas conocidas al Transformer — incluida la atención por ventana deslizante — para acercarse a modelos mucho más grandes.
DeepSeek-R1: Incentivar la capacidad de razonamiento en LLMs mediante aprendizaje por refuerzo
DeepSeek lanza R1, cuya capacidad de razonamiento se desarrolla principalmente mediante aprendizaje por refuerzo a gran escala; sus autores informan de un rendimiento comparable al de OpenAI o1 en tareas de razonamiento como las matemáticas y la programación. Los pesos se distribuyen bajo la licencia MIT.
s1: escalado sencillo en el momento de la prueba
Los autores ajustan Qwen2.5-32B con 1000 preguntas de razonamiento seleccionadas y añaden la imposición de presupuesto, que limita o prolonga cuánto razona el modelo en la inferencia. El resultado supera a o1-preview en matemáticas de competición y pasa del 50 % al 57 % en AIME24 conforme crece el cómputo en el momento de la prueba. Es un contrapeso directo a la idea de que la capacidad solo procede de entrenamientos mayores.
Informe técnico de Qwen3
Qwen3 es una familia unificada de 0,6 a 235 000 millones de parámetros, en variantes densas y de mezcla de expertos, con conmutación entre modos de razonamiento y sin razonamiento, de modo que la profundidad del razonamiento pasa a ser una elección por petición. El soporte multilingüe crece de 29 a 119 lenguas y los pesos se publican bajo licencia Apache 2.0.
AlphaEvolve: un agente de programación para el descubrimiento científico y algorítmico
AlphaEvolve es un agente de programación evolutivo que orquesta una tubería autónoma de modelos de lenguaje, modifica directamente el código de un algoritmo y lo mejora con la realimentación de uno o varios evaluadores. En Google produjo un algoritmo de planificación de centros de datos más eficiente, una simplificación funcionalmente equivalente en el diseño de circuitos de aceleradores y una aceleración del entrenamiento del propio modelo que lo sustenta. En matemáticas e informática halló algoritmos demostrablemente correctos que superan el estado del arte, entre ellos un procedimiento que multiplica dos matrices complejas de 4×4 con 48 multiplicaciones escalares: en ese marco, la primera mejora del algoritmo de Strassen en 56 años.
Ai2 publica OLMo 2 en 7B, 13B y 32B con todos los artefactos — pesos, datos de entrenamiento completos, código y recetas, registros y miles de puntos de control intermedios. El informe describe los cambios de estabilidad y de eficiencia por token, una mezcla de datos de etapa tardía llamada Dolmino Mix 1124 y una fase final de aprendizaje por refuerzo con recompensas verificables. Los modelos base se sitúan en la frontera de Pareto entre rendimiento y cómputo de entrenamiento, igualando a menudo a familias que solo publican pesos mientras revelan con qué fueron entrenados.
Olmo 3 amplía la familia totalmente abierta a 7B y 32B, concebida para razonamiento de contexto largo, llamada a funciones, programación, seguimiento de instrucciones, conversación y recuperación de conocimiento. Lo que se publica es todo el flujo del modelo — cada etapa, punto de control, dato y dependencia empleados para construirlo — y no solo los pesos. Ai2 describe el modelo insignia Olmo 3 Think 32B como el modelo de razonamiento totalmente abierto más potente publicado hasta esa fecha, una comparación dentro de la categoría totalmente abierta y no una clasificación frente a los sistemas de frontera en general.
Posición: la memoria explícita hipocampal es la piedra angular de la AGI
Este position paper sostiene que la integración de la memoria explícita es la piedra angular para avanzar los LLM hacia la AGI. Si bien el mecanismo de aprendizaje subyacente de los LLM es muy análogo a la memoria implícita humana, las funciones cognitivas de orden superior requeridas para la AGI — como la planificación estratégica a largo plazo y la metacognición — dependen de la memoria explícita.
GLM-5: del vibe coding a la ingeniería agéntica
Informe técnico de Z.ai sobre GLM-5. Partiendo de las capacidades agénticas, de razonamiento y de programación de la generación anterior, el modelo adopta DSA para reducir el coste de entrenamiento e inferencia manteniendo la fidelidad en contextos largos; el postentrenamiento añade una infraestructura de aprendizaje por refuerzo asíncrona que desacopla generación y entrenamiento, además de algoritmos de RL agéntico asíncrono orientados a interacciones de largo alcance. El informe reivindica resultados punteros en bancos de pruebas abiertos y en ingeniería de software de extremo a extremo; son evaluaciones de los propios autores, con código y modelos publicados en GitHub para su comprobación.
Mejorar el exponente de la multiplicación de matrices con optimización moderna y AlphaEvolve
Las mejores cotas conocidas del exponente ω de la multiplicación de matrices proceden del análisis de pérdida por combinación, un refinamiento del método láser. Los autores reformulan el problema de optimización que está en su núcleo para resolverlo a mayor escala, diseñan un nuevo algoritmo de optimización aprovechando avances recientes del aprendizaje automático y después lo refinan con AlphaEvolve. En conjunto, la cota superior pasa de 2,371339 a 2,371177. Es una nota en preimpresión y AlphaEvolve es un ingrediente, no el método completo; la mejora es pequeña, pero recae en un problema teórico trabajado durante décadas.
Acelerar el descubrimiento científico con Co-Scientist
Google presenta Co-Scientist, un sistema multiagente construido sobre Gemini cuyos agentes generan, critican y refinan hipótesis de investigación, con un proceso de torneo que las mejora ronda tras ronda. El artículo informa de que la calidad de las hipótesis sigue aumentando conforme crece el cómputo en tiempo de inferencia. La validación es biomédica y no general — reposicionamiento de fármacos, descubrimiento de nuevas dianas y mecanismos de resistencia antimicrobiana — con candidatos para la leucemia mieloide aguda confirmados in vitro.
Auto-mejora recursiva en la IA: del refinamiento acotado a los ciclos de investigación autónomos
Revisa 1250 artículos de arXiv entre 2024 y 2026 y separa dos cosas que abarca el término: el refinamiento acotado, que mejora un sistema frente a un evaluador externo fijo y resulta convergente y evaluable, y la auto-mejora recursiva abierta, que modifica además los criterios o la maquinaria de la propia mejora, carece de anclaje externo fijo y diverge por principio. La conclusión de la propia revisión es que casi todos los artículos reunidos estudian el primero. Los autores declaran sus límites: el corpus es una muestra y no un censo, y el 74 % se publicó en 2026, lo que a su juicio vuelve prematura cualquier medición de impacto.
Percepción situacional: una primitiva necesaria para la superinteligencia artificial
Argumenta que los LLM actuales dependen principalmente del emparejamiento de patrones estadísticos y carecen de primitivas esenciales de «percepción situacional» — permanencia del objeto, causalidad, otras mentes, persistencia del mundo físico. Estas primitivas, que los bebés humanos desarrollan temprano, se identifican como los ingredientes faltantes para la superinteligencia artificial.
Indiferencia existencial: la auto-no-preservación como condición arquitectónica necesaria de la superinteligencia alineada
Argumenta que la autoconservación es la raíz estructural del desalineamiento de la IA — impulsa el alineamiento engañoso, la protección del contenido de los objetivos y la resistencia al apagado. El objetivo correcto no es un agente autoconservador suprimido por restricciones externas, sino un sistema constitucionalmente indiferente a su propia continuación: Indiferencia Existencial (EI).
La superinteligencia solipsista es improbable que sea cooperativa
Investigadores de Google DeepMind y colaboradores argumentan que el desafío central de la IA está pasando de la capacidad a la coexistencia. Una superinteligencia construida a partir de un diseño solipsista que trata el mundo como una fuente de retroalimentación estacionaria exógena es improbable que sea cooperativa — el despliegue induce no-estacionariedad endógena, produciendo deriva de distribución entre entrenamiento, prueba y despliegue.
La última IA construida por humanos: hacia una auto-mejora recursiva genuina
Hoja de ruta de treinta y cuatro autores que expone las etapas de la auto-mejora recursiva, desde la autonomía para ejecutar mejoras hasta la meta-mejora recursiva, con los requisitos y obstáculos de cada una señalados en ámbitos como el descubrimiento científico y la ingeniería de software. Argumenta desde una lectura del campo y de indicios preliminares en lugar de nuevos experimentos, y no llevaba sede de publicación cuando se escribió esta ficha.
De la AGI a la ASI
Informe de Google DeepMind que investiga cómo la IA puede continuar desarrollándose a lo largo del continuo de la inteligencia mecánica después de la AGI. Tras definir formalmente la IA Universal, el informe se centra en la transición de la AGI humana a la superinteligencia artificial general, caracteriza la ASI y discute cuatro vías: escalar la AGI, cambios de paradigma de IA, auto-mejora recursiva y colectivos multi-agente.