Otras noticias
Otras noticias
Según Jen Wilson y sus coautores de la University of Washington, las alertas de emergencia traducidas con IA deberían pasar por revisión humana siempre que haya recursos. Yanhao Jia y su equipo presentan 4DMemory, un benchmark de memoria de vídeo a largo plazo. Alinia AI, que dio a conocer Seny el 1 de octubre, asegura que este modelo base sirve para comprobar si los agentes de IA actúan dentro de la ley.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- Según Jen Wilson y sus coautores, ningún sistema comercial de traducción fue el mejor de forma consistente en los 24 idiomas comparados.
- En las preguntas espaciotemporales sobre series completas, MiMo-2.5 obtiene un 79,17 % con un juez y un 70,83 % con tres, según Yanhao Jia y sus coautores.
- Alinia AI asegura que los jueces basados en Seny responden con una latencia mediana de 151 milisegundos.
Traducir alertas de emergencia con IA, mejor con revisión humana
Jen Wilson, Vipasha Bansal y William D. Lewis, del Computational Linguistics Program de la University of Washington, encuestaron en diciembre de 2025 a miembros del LAAWW (Language & Accessibility for Alert & Warning Workgroup), que representan a 42 estados, territorios y naciones tribales de EE. UU. Según Wilson y sus coautores, obtuvieron 25 respuestas y la muestra no es estadísticamente representativa.
Según Wilson y sus coautores, las puntuaciones CHRF++ en 24 idiomas que coinciden con TICO-19, material sobre la COVID-19 traducido a 36 idiomas, muestran que ningún sistema es el mejor de forma consistente y que la nota general no predice el rendimiento en textos parecidos a alertas. El estudio recoge un error citado de otro trabajo: «intenta orientar el coche hacia el fuego que se acerca» acabó como «intenta aparcar el coche cerca del fuego» tras pasar por el chino y volver al inglés. Por eso recomiendan revisión humana siempre que haya recursos.
4DMemory: la nota depende del juez
| Protocolo de jueces | Puntuación |
|---|---|
| Un juez | 79,17 % |
| Tres jueces | 70,83 % |
El benchmark 4DMemory evalúa la memoria espaciotemporal de los modelos en horizontes largos. Según Yanhao Jia y sus coautores, su conjunto de datos LongVideo reúne unas 900 horas de vídeo y más de 5.000 preguntas revisadas a mano, y tras evaluar 13 modelos concluyen que los modelos fundacionales por sí solos tienen dificultades con estas tareas.
Según Jia, la puntuación cambia con el protocolo de jueces, como muestra la tabla. Los autores advierten además que, sin ejecuciones emparejadas del modelo solo ni ablaciones de componentes, los resultados no miden una ganancia causal del arnés, y que la parte serializada de la colección, no el benchmark completo, cubre dos comedias de situación.
Seny: un juez legal para los agentes de IA
Seny es un modelo base específico de cumplimiento normativo que Alinia AI, cofundada y dirigida por Ariadna Font Llitjós, dio a conocer el 1 de octubre de 2026. Según Alinia AI, se entrenó con corpus legislativos de varias jurisdicciones e idiomas, curados por expertos legales, para evaluar, controlar y monitorizar en tiempo de ejecución si los agentes de IA respetan disposiciones legales concretas.
Alinia AI asegura que sus jueces tienen una latencia mediana de 151 milisegundos y son entre 5 y 17 veces más rápidos que otros modelos comparables; son cifras de la propia empresa. Según Alinia AI, también ha publicado benchmarks de asesoramiento legal y fiscal validados por expertos legales y hablantes nativos, y Seny se construyó con una ayuda de la EuroHPC AI Factory en el Barcelona Supercomputing Center.
Leer más: Alinia AI — Meet Seny, a specialized base model built to keep AI agents within the law ↗
Conclusión
Según Wilson, la traducción automática de alertas debería contar con revisión humana siempre que haya recursos; según Jia, la puntuación de MiMo-2.5 en las preguntas espaciotemporales sobre series completas cambia con el protocolo de jueces, y según Alinia AI, sus jueces basados en Seny son entre 5 y 17 veces más rápidos que otros modelos comparables, una cifra de la propia empresa.
Fuentes primarias
- Jen Wilson — Communicating with the Entire Population: Machine Translation of Emergency Alerts and Warnings (con Vipasha Bansal y William D. Lewis) ↗
- Yanhao Jia — 4DMemory: Benchmarking Long-Horizon Spatiotemporal Memory with Harness-Augmented Agents ↗
- Alinia AI — Meet Seny, a specialized base model built to keep AI agents within the law ↗
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios