Mantenedor del kernel de Linux informa sobre un cambio repentino en la calidad de los informes de errores generados por IA.
Greg Kroah-Hartman, un mantenedor de larga data del kernel de Linux, informa un cambio significativo en los informes de errores generados por IA para el kernel de Linux. Hace aproximadamente un mes, los informes pasaron de lo que él llama 'basura de IA'—informes de seguridad obviamente erróneos o de baja calidad—a hallazgos legítimos y útiles.
El punto de inflexión
Kroah-Hartman señala que 'algo sucedió hace un mes, y el mundo cambió. Ahora tenemos informes reales.' Este cambio no se limita al kernel de Linux—él dice que todos los proyectos de código abierto están viendo informes legítimos similares generados por IA. Los equipos de seguridad en los principales proyectos de código abierto están discutiendo informalmente este cambio, y todos están experimentando la misma transición.
Impacto en diferentes proyectos
El equipo del kernel de Linux, al ser más grande y distribuido, puede manejar el mayor volumen de informes. Kroah-Hartman afirma: 'Para el kernel, podemos manejarlo. Somos un equipo mucho más grande, muy distribuido, y nuestro aumento es real—y no se está desacelerando.' Sin embargo, implica que los proyectos más pequeños tienen menos capacidad para absorber esta repentina avalancha de informes de errores plausibles generados por IA.
El papel actual de la IA en el desarrollo del kernel
Actualmente, la IA aparece más como revisor y asistente que como autor completo del código del kernel de Linux, aunque esa línea está empezando a desdibujarse. Kroah-Hartman realizó su propio experimento con parches generados por IA: 'Hice una solicitud realmente tonta. Dije, 'Dame esto,' y escupió 60: 'Aquí hay 60 problemas que encontré, y aquí están las correcciones para ellos.' Aproximadamente un tercio estaban equivocados, pero aún así señalaron un problema relativamente real, y dos tercios de los parches estaban correctos.'
Él señala que incluso los parches funcionales aún necesitaban limpieza humana, mejores registros de cambios y trabajo de integración. Para 'pequeñas condiciones de error simples, detectando adecuadamente las condiciones de error,' la IA ya podría generar docenas de parches utilizables hoy en día.
Respuesta de herramientas
El aumento de informes generados por IA ha impulsado la integración de la IA en la infraestructura de revisión del kernel. Una herramienta clave es Sashiko, desarrollada originalmente en Google y ahora donada a la Linux Foundation. Kroah-Hartman dice: 'Necesitamos poder tener una manera fácil de revisar algunos de estos parches que llegan de formas que reduzcan nuestra carga.' La herramienta está 'ahí afuera, ejecutándose en casi todos los parches del kernel' y es visible públicamente, con integración en herramientas de revisión en curso.
📖 Read the full source: HN AI Agents
👀 Ver también
inclusionAI lanza Ling-2.6-1T: Modelo de billón de parámetros con arquitectura híbrida, atención dispersa y pensamiento rápido
Ling-2.6-1T es un nuevo modelo de código abierto con un billón de parámetros que combina MLA y Atención Lineal para lograr eficiencia en contextos largos, utilizando Supresión de Redundancia de Procesos Contextuales para reducir cadenas de pensamiento verbosas. Alcanza el SOTA de código abierto en AIME26, SWE-bench Verified, BFCL-V4, TAU2-Bench e IFBench.
Riesgos de Litigación en las Estructuras de Financiamiento de Centros de Datos de IA
La expansión de los centros de datos de IA requiere una inversión en infraestructura de 5,2 billones de dólares para 2030, con empresas que utilizan estructuras de financiación complejas como vehículos de propósito específico (SPV) e instalaciones con garantía de GPU, lo que genera nueve categorías de riesgo de litigio.
El ajuste fino de Phi-4-mini entrenando solo los parámetros de LayerNorm no logra mejorar el rendimiento.
Un aficionado probó entrenar solo los valores γ de LayerNorm en Phi-4-mini en dominios de Python y médico con diferentes tasas de aprendizaje y formatos de datos. El rendimiento se degradó ligeramente en todos los puntos de referencia en comparación con la línea base, y el autor concluyó que los transformadores ya enrutan información dinámicamente a través de la atención.
Claude-Code v2.1.92 agrega el asistente de configuración de Bedrock, desgloses de costos y múltiples correcciones.
Claude-Code v2.1.92 presenta un asistente interactivo de configuración de AWS Bedrock, desgloses de costos por modelo para suscriptores y correcciones para la generación de subagentes, ganchos de prompt y problemas de visualización en terminal. La versión también elimina los comandos /tag y /vim.