Publicaciones

• Inference-Time Toxicity Mitigation in Protein Language Models via Logit-Diff Amplification
  Manuel Fernández Burda, Santiago Aranguri, Ivan Arcuschin, Enzo Ferrante. Generative and Experimental Perspectives for Biomolecular Design Workshop at ICLR 2026.
• Benchmarking AI Control Protocols for Safety in Medical Question-Answering Tasks
  Guido Freire, Agustín Martínez-Suñé, Viviana Cotik. Principled Design for Trustworthy AI Workshop at ICLR 2026.
• White-Box Monitoring for Personality Mirroring in Conversational AI
  Eitan Sprejer, Agustin E. Martinez-Sune, Bruno Bianchi. Catch, Adapt, and Operate: Monitoring ML Models Under Drift Workshop at ICLR 2026.
• What Large Language Models Know About Plant Molecular Biology
  Manuel Fernández Burda et al. LatinX in AI (LXAI) Research Workshop at NeurIPS 2025. Reconoce el apoyo de AISAR; también enviado a Nature Plants.
• Is Gemini 3 Scheming in the Wild?
  Alejandro Wainstock, Agustín Martínez-Suñé, Ivan Arcuschin, Victor Braberman. LessWrong.

Logros de los becarios

• Dos becarios fueron admitidos en MARS (Cambridge).
• Un becario fue admitido en LASR Labs.
• Un becario fue admitido en ARENA.
• Becarios participaron en ML4Good Brasil, uno como participante y otro como facilitador.
• Becarios participaron en el curso de AI Strategy de BlueDot, uno como participante y otro como facilitador.
• Un becario dio una charla en un grupo de lectura de MILA (Quebec).
• Un becario recibió una beca de transición de carrera de Coefficient Giving.
• Manuel Fernández Burda, uno de nuestros becarios, compartió la primera autoría de Kaleidoscope: In-language Exams for Massively Multilingual Vision Evaluation (ICLR 2026), de forma independiente a su proyecto en AISAR.
• El proyecto de AISAR de un becario se convirtió en su tesis de grado.

Logros de los mentores

• Cuatro de los seis mentores no habrían trabajado en AI Safety en 2025 sin AISAR, y los seis planean continuar.
• Se obtuvieron dos becas doctorales de CONICET para estudiantes externos en temas de AI Safety: una sobre cuantificación de confianza para modelos de IA más seguros, y otra sobre fundamentos formales para software confiable basado en LLMs.