Estandarizan evaluaciones de agentes autónomos
METR y los principales laboratorios fijan un protocolo técnico para medir la autonomía y la monitorización de sistemas de inteligencia artificial en tareas complejas.
Portada
Lo último
Los últimos artículos publicados en El Censurado Web.
-
-
Saturación de pruebas tradicionales de IA
La superación del 90 por ciento en MMLU impulsa a los laboratorios hacia evaluaciones complejas de razonamiento e ingeniería en entornos de código real.
-
Pacto petrolero Washington y Caracas
El entendimiento bilateral a 25 años proyecta inversiones por 100.000 millones de dólares y una producción de 1,5 millones de barriles diarios en 17 áreas estratégicas.
