Resumen. Unos 950 agentes de Claude emplearon 21 horas y 210 millones de tokens para reunir más de 200.000 transcriptasas inversas, proponer 3.500 sistemas candidatos y reducirlos a 20. Uno de ellos llevó al sistema ART, localizado principalmente en bacteriófagos. Los científicos de Anthropic comprobaron en laboratorio que su matriz de ADN produce distintos ARN cortos. El trabajo muestra un flujo concreto en el que la IA busca anomalías, formula hipótesis y entrega candidatos para validación experimental.

Limitaciones. Anthropic todavía no conoce la función de ART y los resultados son preliminares. El equipo que operó los agentes realizó también la validación y aún no existe una publicación revisada por pares ni una réplica independiente.

Resumen. Microsoft Research evaluó cargas de manipulación móvil en equipos embarcados, edge y nube. Las GPU pequeñas ralentizaron hasta un 383% el mapeo y la planificación frente a una A100; la detección oportuna de obstáculos cayó un 30% y la precisión de los modelos visión-lenguaje-acción llegó a reducirse un 50%. Sustituir la GPU embarcada por una Raspberry Pi 5 y ejecutar la inferencia fuera del robot permitió más que duplicar la autonomía en la configuración mostrada. El equipo ha añadido el despliegue distribuido a su herramienta Physical AI Toolchain.

Limitaciones. Los resultados proceden del equipo autor y dependen del robot, el modelo, la GPU y la batería. La inferencia remota añade dependencia de latencia, ancho de banda y disponibilidad de red, factores que pueden impedir su uso en tareas críticas.

Resumen. NVIDIA y colaboradores han creado 53 tareas a partir de 83 pull requests de SGLang y han evaluado 11 modelos en condiciones cerradas. En 19 tareas con servidor activo, los mismos 627 parches alcanzaron un 69,4% de aprobados al retirar esas pruebas y solo un 45,9% con el verificador completo: 147 parches parecían correctos hasta ejecutar el sistema real. Claude Opus 5 y GPT-5.6 Sol rondaron el 75% de pass@1, con diferencias sustanciales de coste y tiempo.

Limitaciones. El benchmark cubre SGLang, 41 tareas sobre una H100 y ninguna ejecución multi-GPU o multinodo. Superarlo significa cumplir su verificador; no demuestra que un parche esté listo para producción o para fusionarse.

Resumen. El modelo procesa volúmenes de 192³ vóxeles mediante 13.824 tokens visuales y se entrenó con unas 550.000 preguntas estructuradas, anotaciones de radiólogos y datos sintéticos. En CT-RATE obtuvo 0,614 de Macro-F1 y 0,871 de Macro-AUROC, por encima de las bases publicadas en la comparación. NVIDIA ha liberado pesos, configuraciones y recetas de postentrenamiento para investigación y adaptación.

Limitaciones. Es una base de investigación del fabricante, no un producto clínico autorizado ni un diagnóstico autónomo. La plausibilidad fue revisada por radiólogos de NIH, pero faltan resultados multicéntricos, prospectivos e independientes sobre seguridad, tiempos y resultados clínicos.

Resumen. QVAC Genesis III contiene 159,6 millones de documentos y emplea una estrategia doble: convierte los fallos de un modelo estudiante en explicaciones correctivas y amplía sus aciertos con razonamiento sobre cada opción. En ablaciones controladas desde cero con modelos de 1.700 millones de parámetros, los autores informan mejoras de hasta 28,57% en ARC-E y 21,35% en ARC-C frente a Cosmopedia-v2, manteniendo el mismo presupuesto de tokens. El artículo fue aceptado en COLM 2026.

Limitaciones. Los experimentos los realizó el equipo que creó el corpus y se concentran en modelos pequeños y benchmarks académicos. Los datos son sintéticos; pueden heredar errores, sesgos y estilos del modelo profesor, y su utilidad debe comprobarse en tareas educativas o profesionales reales.

Resumen. Un desarrollador de OpenAI explica cómo trasladó a una Raspberry Pi un asistente para una pantalla LED. GPT-Live-1 mantiene la conversación de voz, mientras GPT-5.6 Luna recibe las tareas que requieren búsqueda, calendario o imágenes. Un renderizador local valida el JSON y genera los fotogramas. La decisión útil es separar interacción, herramientas y salida determinista, manteniendo permisos y validaciones en código local.

Limitaciones. Es un proyecto individual, sin métricas de latencia, coste, disponibilidad o calidad y con repositorio privado. La arquitectura ilustra un patrón, pero no constituye evidencia de rendimiento en producción.