2026-07-09El Precedente de Tres Semanas: Cómo la Prohibición de Claude Fable 5 Creó una Nueva Línea Base para la Gobernanza de la Seguridad de la IACuando el jailbreak de un modelo se convierte en un evento de seguridad nacional, todo cam...
2026-06-04Por qué las puntuaciones del 88% en MMLU hacen obsoletos los benchmarks tradicionales de IA: El cambio hacia pruebas de estrés agénticasEl problema con celebrar puntuaciones del 88% en MMLU Cuando un modelo de lenguaje alcanza...
