Un nuevo estudio demuestra que basta con añadir frases como “los gatos duermen mucho” al final de un problema matemático para que modelos de inteligencia artificial altamente sofisticados den respuestas incorrectas. El experimento, desarrollado por investigadores de Collinear AI, ServiceNow y Stanford, utiliza un método llamado CatAttack que revela vulnerabilidades graves en los modelos de razonamiento automático. Esta técnica puede triplicar los errores y ralentizar las respuestas, alertando sobre posibles riesgos de seguridad en sistemas que dependen de estos modelos para tareas complejas.

Google lanza Gemini 2.5, una IA diseñada para razonar antes de generar respuestas, marcando un salto cualitativo respecto a modelos anteriores. Con una capacidad de contexto de hasta 2 millones de tokens y funciones multimodales, el modelo ya lidera benchmarks clave como LMArena y destaca en tareas complejas de codificación y razonamiento. Disponible en AI Studio y Gemini Advanced, es la base de los futuros agentes autónomos de Google. Este enfoque se apoya en técnicas como el aprendizaje por refuerzo y las estrategias de chain-of-thought, junto con una mejora significativa en la arquitectura del modelo base.