Cómo evalúan los LLM: el estudio mapea las tendencias en los benchmarks
Un análisis de 14.767 artículos muestra que las pruebas de LLM se centran cada vez más en tareas interactivas y profesionales. Advierte que la IA, al crear y evaluar benchmarks, podría reforzar sus propios sesgos.
5 min lectura2hIAOnda Redaccion
