Harbor Adapters y Harbor-Index: Infraestructura unificada para evaluar agentes de IA
Investigadores presentan Harbor Adapters, una infraestructura que unifica más de 80 benchmarks para evaluar agentes de IA, y Harbor-Index, un conjunto curado de 82 tareas difíciles. Los resultados muestran que incluso los mejores modelos apenas superan el 28 % de precisión, resaltando la necesidad de evaluaciones más rigurosas.
5 min lectura4dIAOnda Redaccion
