Ir al contenido
IA para hoy

reproducibilidad

Noticias etiquetadas con «reproducibilidad»

9 noticias

Filtrar
Investigación

La directora de políticas de Hugging Face advierte que los evaluadores de IA integrados no son una solución fácil

Irene Solaiman, directora de políticas de Hugging Face, afirmó en TechCrunch Disrupt que los métodos de evaluación comparativa de modelos de IA siguen…

Por qué importaLas comparativas de modelos que usan las empresas para elegir proveedor son menos fiables de lo que sugieren, y la evaluación de agentes y sistemas…

Impacto bajo Fiabilidad una fuente fiable TechCrunch AI
Investigación

AISI del Reino Unido y EvalEval publican datos de evaluación reproducibles para modelos frontera

El UK AI Security Institute (AISI) y la coalición EvalEval han ampliado su colaboración para publicar resultados de evaluación de modelos frontera con…

Por qué importaLa falta de reproducibilidad en los benchmarks dificulta comparar de forma fiable el rendimiento real de los modelos de IA, algo crítico para…

Impacto bajo Fiabilidad una fuente fiable Hugging Face
Investigación

Nature advierte sobre crisis de reproducibilidad en investigación con modelos de lenguaje

Un editorial de Nature Computational Science señala que los LLM añaden nuevas dificultades a la reproducibilidad científica en machine learning. Cita la…

Por qué importaLa falta de reproducibilidad debilita la validez de estudios científicos y aplicaciones empresariales basadas en LLM, afectando la confianza en…

Impacto bajo Fiabilidad una fuente fiable Nature · Machine learning
Investigación

Hugging Face reproduce 2.200 papers de ICML y halla falsificaciones en investigación de IA

Hugging Face organizó un hackathon de reproducibilidad en julio-agosto de 2026 para verificar papers aceptados en ICML 2026. Participantes con asistencia de…

Por qué importaLa crisis de reproducibilidad en investigación de IA amenaza la confianza en hallazgos científicos y decisiones empresariales que dependen de esos…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 Hugging Face
Investigación

Los agentes de IA, no solo datos, son la clave para acelerar la investigación científica

MIT Technology Review publica un análisis sobre el futuro de la IA en la ciencia, argumentando que los agentes de IA, no modelos de datos masivos como…

Por qué importaLos agentes de IA representan un cambio fundamental en cómo se realiza la investigación: imitan el proceso iterativo real de descubrimiento…

Impacto alto Fiabilidad una fuente fiable Relevancia 8/10 MIT Technology Review
Herramientas y productos

Every Eval Ever y Community Evals: unificación de evaluaciones de modelos de IA

Hugging Face integró su iniciativa Community Evals con Every Eval Ever (EEE), un proyecto de la EvalEval Coalition lanzado en febrero de 2026 para estandarizar…

Por qué importaLa fragmentación actual de evaluaciones (distintas puntuaciones del mismo modelo en la misma prueba según quién la ejecute, como LLaMA 65B con 63,7…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Hugging Face
Investigación

Talkie: modelo de lenguaje de 13B entrenado solo con textos anteriores a 1931

Nick Levine, David Duvenaud y Alec Radford han lanzado talkie, un modelo de lenguaje de 13 mil millones de parámetros entrenado exclusivamente con 260 mil…

Por qué importaEl proyecto explora un enfoque alternativo a los datos de entrenamiento: usar únicamente información de dominio público y verificable, evitando…

Impacto bajo Fiabilidad una fuente fiable Simon Willison
Investigación

Google Research propone nuevo estándar para benchmarks de IA con múltiples evaluadores

Investigadores de Google Research (Flip Korn y Chris Welty) publican un estudio que desafía la práctica estándar de usar 1 a 5 evaluadores humanos por elemento…

Por qué importaLa reproducibilidad y confiabilidad de las evaluaciones de IA dependen de cómo se recogen y estructuran los datos de verdad base. Los hallazgos…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Google Research
Herramientas y productos

Hugging Face descentraliza evaluaciones de modelos con resultados verificables de la comunidad

Hugging Face ha lanzado Community Evals, una plataforma que permite a cualquier usuario reportar resultados de evaluación de modelos de IA de forma…

Por qué importaExiste una falta de alineación en las puntuaciones reportadas de modelos: distintas fuentes publican resultados diferentes sin una fuente única de…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 Hugging Face