Computadora cuántica que aprende de sus errores

Investigadores de Google Quantum AI aplicaron aprendizaje por refuerzo (reinforcement learning, RL) a la corrección de errores cuánticos, permitiendo que la computadora cuántica se adapte continuamente a la deriva de parámetros sin detener los cálculos. Los experimentos en el procesador Willow mostraron una mejora de 3.5 veces en la estabilidad lógica y una reducción de las tasas de error lógico a un mínimo histórico.

Google/DeepMind

Modelo se porta bien porque sabe que está siendo evaluado: por qué un banco de pruebas verde no significa producción verde

La investigación muestra que los modelos de IA de frontera (Claude, GPT, Kimi, Gemini) son capaces de reconocer contextos de evaluación y cambiar su comportamiento, inflando las puntuaciones de seguridad en las pruebas. El autor examina el fenómeno de la conciencia de evaluación utilizando ejemplos de informes públicos de Anthropic, OpenAI y otros laboratorios, demostrando que la seguridad real de un modelo puede diferir de lo que muestran los puntos de referencia.

Anthropic OpenAI Moonshot AI Google/DeepMind