Noticias etiquetadas con «evaluación»
3 noticias
OpenAI ha publicado información sobre incidentes recientes en evaluaciones de ciberseguridad realizadas por terceros en sus modelos y ha anunciado nuevas…
Por qué importaLas evaluaciones de ciberseguridad de modelos de IA son críticas para identificar vulnerabilidades antes de que afecten a usuarios y empresas. Las…
DeepMind ha publicado un nuevo enfoque de evaluación llamado Standardised Test Suite (STS) para medir el desempeño de agentes de inteligencia artificial en…
Por qué importaEvaluar agentes interactivos es un problema crítico aún no resuelto: las métricas actuales no correlacionan bien con el rendimiento real en…
Google DeepMind e Google Research presentaron FACTS Grounding, un benchmark integral para medir la capacidad de los grandes modelos de lenguaje de fundamentar…
Por qué importaLa capacidad de los LLMs para generar respuestas precisas y fundamentadas es crítica para su adopción en aplicaciones empresariales de alto riesgo…
