Estudio del MIT mide avance de la IA en problemas científicos teóricos
Resumen En qué punto está
Investigadores del MIT (Neil Thompson, Gabriel Manso y Claudio Mayrink Verdun) evaluaron modelos de OpenAI con problemas teóricos de disciplinas como probabilidad, estadística, economía, física y cosmología, extraídos de artículos publicados tras el corte de entrenamiento de los modelos. Bloquearon el acceso a internet durante las pruebas para evitar filtraciones. Entre mediados de 2024 y mediados de 2026, la tasa de acierto pasó de aproximadamente 2% a cerca de 35%. El estudio se limitó a un conjunto acotado de campos científicos.
Resumen generado mediante IA a partir de las 2 noticias de la historia. Última actualización: hace 2 h.
Enviar esta historia por correo
Línea temporal
-
Un estudio del MIT eleva del 2% al 35% los problemas teóricos científicos que resuelve la IA
Un estudio de Neil Thompson, Gabriel Manso y Claudio Mayrink Verdun, del MIT, evaluó modelos de OpenAI con problemas de artículos publicados entre diciembre de 2025 y mayo de 2026. Entre mediados de 2024 y mediados de…
-
Los mejores modelos de IA pasan del 2% al 35% en problemas teóricos, según el MIT
Un estudio de Neil Thompson, Gabriel Manso y Claudio Mayrink Verdun, del MIT, evaluó modelos de OpenAI (o1, o3, GPT-5 y versiones posteriores) con problemas de papers publicados entre diciembre de 2025 y mayo de 2026…