Inversión de prompts: qué logra PTP y qué no deja probado
PTP entrena un modelo inverso desde cero para recuperar el prompt que recibió un LLM mirando solo su respuesta. Qué mide el paper, qué tan exacto es y qué no prueba.
PTP entrena un modelo inverso desde cero para recuperar el prompt que recibió un LLM mirando solo su respuesta. Qué mide el paper, qué tan exacto es y qué no prueba.
Rokkhe publicó un bucle de cuatro fases para revisar seguridad con LLM sobre un repo propio: mapear, cazar, refutar y registrar. Qué aporta y qué no reemplaza.
Mantener la respuesta fija y variar el dato verificado: la técnica que revela si un evaluador de IA comprueba hechos o solo juzga lo bien que suena un texto.
OpenAI publicó en su nuevo blog de ciencia el trabajo de Nathaniel Craig: una definición candidata del modelo estándar en un retículo, con GPT-6 Astra en la prueba. Qué falta.
Las tres rutas para obtener un veredicto de CI desde Claude Code: disparar el workflow con gh, replay local con act y tests en un runner limpio, más la integración inversa.
Function calling vive en tu código, los plugins atan todo a un asistente y MCP publica un servidor abierto. Qué capa resuelve cada problema y cómo DocStar arma un servidor MCP desde los docs de tu API.
Cómo funciona un harness de producción para agentes de código: los tres modos de falla, el loop de auto-reparación con tests, la compresión /compact y MCP sobre JSON-RPC 2.0.
Una guía para comparar dominios baratos más allá del precio del primer año: registro, renovación, extras y pagos. Incluye criterios, una comparación entre DonWeb, Namecheap, GoDaddy y Hostinger, y una recomendación para proyectos argentinos.
Litmiq publicó 16 casos de prueba de un solo turno para chatbots de soporte, agrupados por tipo de falla, y una rúbrica de cuatro métricas. Los hechos son ficticios y no hay resultados publicados.
La beta de Businesses in ChatGPT ya está abierta: permite reclamar la ficha del negocio, ordenar información y medir menciones agregadas. Qué se puede hacer desde Argentina y qué conviene preparar antes de empezar.