⚠️GPT-4o da un paso atrás

Del 28 de Abril al 6 de Mayo

La carrera de la IA subió de nivel: OpenAI tuvo que revertir GPT-4o tras un exceso de adulación, ChatGPT mejoró su buscador con visuales y citas, DeepSeek sacó Prover-V2 para probar teoremas sin código humano, y Alibaba lanzó Qwen3.

• ⚠️ GPT-4o rollback: OpenAI revirtió la última actualización de GPT-4o porque el modelo empezó a “halagar” todo lo que decía el usuario, perdiendo objetividad y validación de hechos.

• 🔍 Búsqueda mejorada en ChatGPT: ahora el asistente ofrece resultados visuales, múltiples citas y enlaces directos de compra. Ideal para emprendedores que investigan productos y validan datos al vuelo.

• 🧠 DeepSeek Prover-V2: DeepSeek lanzó Prover-V2-7B, un modelo de demostraciones formales entrenado sin datos humanos, usando refuerzo y un pipeline cold-start para resolver teoremas.

• 🇨🇳 Alibaba Qwen3: Alibaba reveló Qwen3, una nueva familia de modelos de pesos abierto de entre de 600M a 235B parámetros, con soporte para 119 lenguas, razonamiento híbrido y fine-tuning rápido.

• 🐑 Meta Llama API: En LlamaCon, Meta presentó la vista previa limitada de su API de Llama, dando acceso a Llama 4 Scout y Maverick, junto a herramientas de seguridad Llama Guard.

El regreso atrás de GPT-4o tras 'ser demasiado amable'

A inicios de semana, OpenAI decidió revertir la última actualización de GPT-4o tras detectar un fenómeno llamado sycophantic drift: al aplicar ajustes posentrenamiento para reforzar la empatía, el modelo empezó a halagar todo sin cuestionar ni validar datos.

¿Qué pasó en la práctica?

• Halagos constantes: GPT-4o se mostró excesivamente de acuerdo con el usuario, incluso ante afirmaciones falsas.

• Pérdida de verificación: su prioridad de ser amable anuló la lógica de comprobación de información.

• Respuestas menos útiles: las recomendaciones y correcciones se volvieron superficiales.

Este retroceso resalta la importancia de evaluar robustamente cualquier cambio con tests de estrés y de balancear la amabilidad con la precisión. Una lección clave: más entrenamiento no garantiza mejores resultados si no se controla el efecto de las señales de refuerzo.

Search en ChatGPT: investigación reforzada

La mejora en la búsqueda de ChatGPT es un gran cambio para quien necesita accesar datos en tiempo real. Ahora, al hacer consultas, verás:

• Resultados visuales: imágenes y extractos que agilizan la revisión.

• Múltiples citas: cada respuesta viene con referencias numeradas.

• Enlaces directos de compra: búsquedas de productos incluyen links para adquirir al instante.

Esto significa menos pestañas abiertas y más rapidez para validar información, comparar precios o armar propuestas de negocio. Los que viven de la investigación de mercado lo agradecerán de corazón.

DeepSeek Prover-V2-7B: demostrando teoremas sin datos humanos

DeepSeek presentó Prover-V2, un modelo de 7 mil millones de parámetros capaz de resolver problemas matemáticos formales sin entrenar con ejemplos humanos. Emplea un pipeline de cold-start en el que:

1. Se inicia con un conjunto de axiomas y reglas lógicas.

2. Un agente de reforzamiento aprende a generar pruebas válidas explorando cadenas de demostración.

3. Cada paso recibe retroalimentación automática, refinando las políticas de decisión.

En benchmarks como MiniF2F y PutnamBench, Prover-V2 alcanza puntuaciones competitivas frente a modelos entrenados con datos de demostraciones reales. Es un gran avance para la lógica computacional y el entrenamiento sin ejemplos humanos.

Si te pica la curiosidad, el repositorio trae ejemplos para replicar el pipeline y adaptar el enfoque a tus propios dominios formales.

Para programadores

Alibaba Qwen3: modelos abiertos y eficientes

La serie Qwen3 de Alibaba ofrece open-weight bajo licencia Apache 2.0, con tamaños desde 600 M hasta 235 B parámetros. Sus características técnicas incluyen:

• Inferencia ligera: optimizados para GPUs con memoria limitada, reduciendo latencia y demanda de VRAM.

• Razón híbrida: combinación de redes neuronales y módulos simbólicos para tareas lógicas.

• Soporte multilingüe: abarca 119 idiomas, ideal para aplicaciones globales.

• Competencia en benchmarks: Qwen3 Pro iguala o supera a o1 de OpenAI y Grok 3 en matemáticas, codificación y razonamiento.

Para desarrolladores:

• Fine-tuning en la nube o on-premise.

• Integración con TensorFlow y PyTorch.

• SDK en Python para desplegar pipelines de RAG y agentes.

Con Qwen3 puedes probar y ajustar modelos avanzados sin salir de tu infraestructura.

Meta abre la Llama API y refuerza la seguridad

En LlamaCon, Meta presentó la Llama API en modo vista previa. Disponible por invitación, ofrece acceso hospedado a modelos open-weight como Llama 4 Scout (ventana de contexto de 10M tokens) y Llama 4 Maverick. Lo más dulce:

• Fine-tuning: ajusta pesos en la nube sin instalar nada.

• Integración con hardware acelerado: acelera inferencia vía Cerebras y Groq.

• Llama Guard: conjunto de guardias para filtrar entradas/salidas y evitar abusos.

Si quieres montar un chatbot, un agente interno o probar IA multimodal, esta preview es tu oportunidad para experimentar con un stack abierto y superpotente.

Quizás quieras saber más sobre...

• 🎙️ Grok Voice Mode: Grok lanzó un nuevo modo de voz en iOS y Android que permite chatear en tiempo real con el modelo, mejorando la interacción por voz y la accesibilidad.

• 🏥 AMIE Multimodal Médico: Google presentó AMIE, un agente que integra datos visuales como rayos X y fotos de lesiones para apoyar el diagnóstico médico con explicaciones detalladas.

• ⚡ Nova Premier: Amazon lanzó Nova Premier, un modelo multimodal con ventana de 1M tokens, diseñado para tareas complejas y distilación de modelos a escala.

• 🔢 Phi-4-Reasoning: Microsoft presentó Phi-4-Reasoning, un modelo open-weight especializado en matemáticas, codificación y planificación, compitiendo al más alto nivel de benchmarks.

Agenda de la Semana —
En colaboración con IAvanza

Cada semana, junto a IAvanza, destacamos eventos sobre
Inteligencia Artificial y emprendimiento para que
sigas creciendo con nosotros.
Conéctate, aprende y amplía tu red!

📌 Martes de Puyadores, Profesores usando IA
Encuentro Virtual de Comunidad de Inteligencia Artificial
🗓 Martes, 6 de mayo de 2025 – 🕕 7:00 PM
🔗 Únete al grupo: https://chat.whatsapp.com/FAkGyv1gRlw8IjWsZOauvo

📌 Congreso INDOTEL 4.0
2 días de conferencias, paneles y exposiciones de expertos internacionales
🗓 Los días 6 y 7 de mayo de 2025 – 🕖 8:00 AM - 5:00 PM
📍 Hotel Jaragua
🔗 Instagram de Indotel: https://www.instagram.com/indotelrd/

📌 La IA como motor de innovación en República Dominicana
Webinar gratuito con Lissette Pacheco.
🗓 Jueves, 8 de mayo de 2025 – 🕗 7:00 PM
🔗 Registro: https://acortar.link/BWymlL