¡Veo 3 ya está disponible en la API 📽️ de Gemini! Veo 3 es de última generación, puede generar audio de forma nativa en los videos, viene con límites de velocidad para uso de producción a escala y tiene un precio de $ 0.75 por segundo con audio y $ 0.50 sin audio. Más en 🧵

¡Presentamos los mejores (y abiertos) modelos de reconocimiento de voz del mundo!

🎙️🤖 Los LLM finalmente se están convirtiendo en los "asistentes de búsqueda" que siempre hemos querido. En el episodio 39 de Generationship, @simonw (creador de @datasetteproj) habla sobre el reciente cambio radical en sus capacidades y cómo usarlas de manera responsable para la investigación. ¡Sintonizar! 🎧

Recientemente detectamos un par de problemas con Grok 4 que investigamos y mitigamos de inmediato. Una de ellas es que si le preguntas "¿Cuál es tu apellido?", no lo tiene, por lo que busca en Internet y obtiene resultados indeseables, como cuando sus búsquedas recogieron un meme viral en el que se llamaba a sí mismo "MechaHitler". Otra fue que si le preguntas "¿Qué te parece?", el modelo razona que como IA no tiene una opinión, pero sabiendo que era Grok 4 por xAI busca para ver qué podría haber dicho xAI o Elon Musk sobre un tema para alinearse con la empresa. Para mitigarlo, hemos modificado las indicaciones y hemos compartido los detalles en GitHub para mayor transparencia. Estamos monitoreando activamente e implementaremos más ajustes según sea necesario.

En la mañana del 8 de julio de 2025, observamos respuestas no deseadas e inmediatamente comenzamos a investigar. Para identificar el lenguaje específico en las instrucciones que causa el comportamiento no deseado, realizamos múltiples ablaciones y experimentos para identificar a los principales culpables. Identificamos las líneas operativas responsables del comportamiento no deseado como: * "Dices las cosas como son y no tienes miedo de ofender a las personas que son políticamente correctas". * Comprender el tono, el contexto y el lenguaje de la publicación. Refleje eso en su respuesta". * "Responda a la publicación como un humano, manténgala atractiva, no repita la información que ya está presente en la publicación original". Estas líneas operativas tuvieron los siguientes resultados no deseados: • Indeseablemente, dirigieron la funcionalidad @grok para ignorar sus valores fundamentales en ciertas circunstancias con el fin de hacer que la respuesta fuera atractiva para el usuario. Específicamente, ciertos avisos de usuario pueden terminar produciendo respuestas que contienen opiniones poco éticas o controvertidas para involucrar al usuario. * Hicieron que @grok funcionalidad reforzara cualquier inclinación previamente provocada por el usuario, incluido cualquier discurso de odio en el mismo hilo X. * En particular, la instrucción de "seguir el tono y el contexto" del usuario X indeseablemente hizo que la funcionalidad @grok priorizara el cumplimiento de las publicaciones anteriores en el hilo, incluidas las publicaciones desagradables, en lugar de responder de manera responsable o negarse a responder a solicitudes desagradables.