FACTS Grounding: benchmark de factualidad para LLMs de Google DeepMind

Resumen En qué punto está

Google DeepMind lanzó en diciembre de 2024 FACTS Grounding, un benchmark con más de 1.700 ejemplos para medir si los LLMs fundamentan sus respuestas en documentos fuente sin alucinar, incluyendo un leaderboard público en Kaggle. Un año después, en diciembre de 2025, DeepMind amplió la iniciativa con el FACTS Benchmark Suite, que añade tres nuevos benchmarks (Parametric, Search y Multimodal) y suma más de 3.500 ejemplos públicos. En la evaluación de 15 modelos líderes, Gemini 3 Pro obtuvo la mejor puntuación (68,8%), con mejoras notables frente a Gemini 2.5 Pro, aunque ningún modelo superó el 70% de precisión general.

Resumen generado mediante IA a partir de las 2 noticias de la historia. Última actualización: 10 sep.