In partnership with
Your SOC 2, handled end to end with AI agents.
Enterprise buyers won’t put your product near their customer data without a SOC 2 report. Twenty-one state privacy laws now hold them accountable for the vendors they share data with, so their diligence lands on you.
Sprinto gets you audit ready in 14 days, across three working sessions. AI agents connect your stack, collect the evidence auditors ask for, and close the gaps as they appear. You approve, they execute.
Sprinto also answers the security questionnaires your buyers send, using the same evidence base, so security reviews stop holding up deals.
No compliance hire. No consultant. Your auditor signs off.
Un sistema de University College London con un modelo de lenguaje congelado afirma haber completado los 25 juegos públicos de ARC-AGI-3, un examen pensado para medir si una IA aprende como una persona. Un estudio con 1.222 participantes sugiere que pedirle respuestas a un asistente reduce las ganas de seguir intentándolo cuando ya no está. Y según Nikkei, Apple ha reducido los pedidos del iPhone 18 Pro, con el precio de la memoria como uno de los factores.
Memento 3 logra 100,0 en ARC-AGI-3 con un LLM congelado, pero solo se ha probado en los juegos públicos
Quien usa la IA para obtener respuestas resuelve menos cuando se la quitan: 57 % frente a 73 % en un experimento (ojo: el estudio no es nuevo)
Apple recorta ~15 % los pedidos de componentes del iPhone 18 Pro, según Nikkei vía Reuters
ª
Investigadores de University College London (con el laboratorio Noah's Ark de Huawei, según AI Weekly) presentan Memento 3, un agente que no reentrena su modelo de lenguaje: aprende escribiendo y corrigiendo un "libro de reglas" en lenguaje natural que luego convierte en código para predecir y planificar. Según el paper, supera todos los niveles de los 25 juegos públicos de ARC-AGI-3 con una eficiencia media de acciones frente a humanos (RHAE) de 100,0.
Los detalles
El modelo de lenguaje permanece congelado. El aprendizaje vive en una memoria externa: un libro de reglas con hipótesis revisables y un módulo de código que hace de modelo del mundo
El agente repite un ciclo de observar, reflexionar, revisar las reglas, compilar y verificar. El código nuevo solo se acepta si el modelo juzga que respeta las reglas y si una repetición reproduce lo ocurrido
Resultado: todos los niveles de los 25 juegos públicos, con un RHAE medio de 100,0 y usando el 44 % de las acciones humanas de referencia. AI Weekly cuenta 7.518 acciones frente a 17.135 de las personas
AI Weekly añade que una base con Claude Opus 5 sacó 40,7 en el mismo benchmark. La página del paper no recoge comparativas, así que esa cifra no la he podido contrastar
En el juego Pong de Atari, un controlador entrenado ganó tres partidas por 21 a 0 sin llamar al modelo de lenguaje durante la ejecución. El paper dice ser 42 veces más eficiente en muestras que EfficientZero V2 (cifra relatada por AI Weekly)
Firman el trabajo Haoyu Zhao, Zhengxu Yu, Zhiyuan He, Meng Fang, Rasul Tutunov, Haitham Bou-Ammar, Weilin Luo y Jun Wang
Por qué importa
ARC-AGI-3 es un banco de pruebas de juegos interactivos que no se pueden resolver memorizando, así que un 100,0 llama la atención. Y la idea de fondo es interesante: en lugar de reentrenar un modelo gigante, se le da una libreta donde apunta lo que va aprendiendo y la convierte en código comprobable. Pero conviene frenar el entusiasmo: los resultados son de los 25 juegos públicos, no consta ninguna prueba en un conjunto oculto, y un comentarista de la comunidad ya pide un experimento que separe el efecto de las reglas del de simplemente reintentar. Es un preprint con cifras de los propios autores; la generalización está por demostrar.
Un equipo con investigadores de CMU, Oxford, MIT y UCLA (entre ellos Brian Christian y Rachit Dubey) sostiene que diez minutos de ayuda de una IA mejoran el rendimiento mientras está disponible, pero hacen que la gente persista menos y rinda peor cuando se la quitan. AI Weekly lo da como noticia de ayer y lo atribuye a Berkeley; el paper, en cambio, es un preprint de abril de 2026.
Los detalles
Tres experimentos con 1.222 participantes en total: aritmética con fracciones (experimentos 1 y 2) y comprensión lectora tipo SAT (experimento 3)
Experimento 1: sin la IA, el grupo que la había usado resolvió el 57 % de las preguntas frente al 73 % del grupo de control, y se saltó más preguntas (20 % frente a 11 %)
Experimento 2: 71 % frente a 77 %, una diferencia menor. Experimento 3 (lectura): 76 % frente a 89 %
Aproximadamente el 61 % del grupo con IA la usó sobre todo para sacar la respuesta, y fue ese subgrupo el que más cayó. El 27 % que la usó para pedir pistas no mostró un deterioro significativo
Los autores defienden que los asistentes están optimizados para dar respuestas completas e instantáneas, y piden diseñarlos también para fomentar la competencia a largo plazo
Es un preprint (arXiv 2604.04721), sin revisión por pares. Se publicó el 6 de abril, tuvo cobertura en junio, y consta una versión 5 del 3 de octubre
Por qué importa
La idea no es que la IA "atonte", sino algo más concreto: cómo se usa importa. Quien le pide el resultado final practica menos el esfuerzo, y eso se nota cuando toca hacerlo solo; quien le pide pistas no sufre el mismo efecto. Es útil para quien diseña herramientas educativas y para cualquiera que use un asistente a diario. Pero hay que ser prudentes: son tareas cortas hechas online, se mide poco después de quitar la IA y no sabemos si el efecto dura. Además, no es un estudio nuevo ni de Berkeley: AI Weekly lo presenta como novedad de esta semana, y no he podido confirmar que se haya presentado en la Conference on Language Modeling, como dice esa página.
Accede a contenido exclusivo cada día.
En la versión PRO de esta newsletter recibes un reporte diario con las noticias más relevantes, herramientas que aún no conoces, y recursos exclusivos: desde cursos hasta guías prácticas para instalar modelos de IA en tu ordenador.
