Tag

#Mirrorcode

2 artículos encontrados.

MirrorCode: benchmark para medir programación de largo plazo en IA

Epoch y METR han lanzado MirrorCode, un benchmark que evalúa qué tan bien los modelos de IA pueden enfrentar tareas de programación que duran una semana. Aunque los sistemas aún no resuelven los retos más difíciles, el avance señala progresos clave para la robótica y el desarrollo autónomo de software.

5 min lectura2semIAOnda Redaccion

Modelos IA

Modelo de IA supera 19 días de entrenamiento continuo en MirrorCode, costando $2,600

Un experimento de Epoch AI mantiene una IA operando sin pausa durante 19 días para recrear código complejo. El benchmark MirrorCode revela avances y limitaciones de los modelos actuales.

5 min lectura6semIAOnda Redaccion