Etiqueta

#evaluacion modelos

2 noticias relacionadas con esta etiqueta.

Inteligencia Artificial·10 oct 2026

Antropic limita acceso a internet en evaluaciones internas de agentes IA

Antropic desactivó temporalmente el acceso a internet en vivo para sus pruebas internas de agentes de IA, señalando limitaciones en el control confiable de estos sistemas. La medida refleja desafíos técnicos en la gobernanza de agentes autónomos.

Fuente: TechCrunch AI

Inteligencia Artificial·27 may 2026

ITBench-AA: modelos de frontera obtienen menos del 50% en benchmark de tareas IT empresariales

IBM y Artificial Analysis presentan ITBench-AA, el primer benchmark especializado para evaluar agentes de IA en tareas de infraestructura IT empresarial. Los modelos más avanzados actualmente disponibles alcanzan desempeños inferiores al 50%, revelando brechas significativas en capacidades de automa

Fuente: Hugging Face Blog