CaRE: nuevo protocolo para evaluar modelos de lenguaje de difusión enmascarados
CaRE estandariza la evaluación de modelos de lenguaje de difusión enmascarados, revelando que las ganancias reportadas pueden deberse a artefactos de evaluación y no a mejoras algorítmicas. Un leaderboard de 12 modelos muestra inconsistencias en rankings previos.
5 min lectura6semIAOnda Redaccion
