La comparación de LLMs tiene retos inusuales. Su principal objetivo es generar textos indistinguibles de la escritura humana. El METR (Model Evaluation & Threat Research) en Berkeley (California) publicó en marzo"Measuring AI Ability to Complete Long Tasks". Según una métrica ideada por el grupo, la capacidad de los principales sistemas de IA se duplica cada 7 meses. En 2030, los LLM más avanzados deberían ser capaces de completar con fiabilidad del 50% una tarea basada en SW que a llevaría a los humanos 1 mes con semanas laborales de 40 horas.

PNG recupera su esplendor tras más de dos décadas de estancamiento. ¿Sabía que la Biblioteca del Congreso de Estados Unidos, la Biblioteca y Archivos de Canadá y los Archivos Nacionales de Australia recomiendan PNG? Es importante que mantengamos PNG actualizado y competitivo. Tras 20 años de estancamiento, PNG vuelve con renovado vigor. Compatibilidad adecuada con HDR (¡a prueba de futuro!) . Por fin reconoce los APNG (animaciones). Compatible oficialmente con datos Exif.

Un preprint en arXiv describe un nuevo sistema llamado Máquina Darwin Gödel (DGM): comienza con un agente codificador que puede leer, escribir y ejecutar código, aprovechando un LLM, y aplica un algoritmo evolutivo para crear muchos agentes nuevos. En cada iteración, elige un agente y ordena al LLM crear un cambio para mejorar su capacidad de codificación. El resultado es una evolución guiada, entre mutación aleatoria y mejora de utilidad demostrable. Al final testea el nuevo agente, puntuando su capacidad de resolver retos de programación.