Jueves 22 de octubre de 2026 ·
Jev, un modelo de decisión, iguala o supera a 7 de 12 jueces LLM al evaluar respuestas clínicas de IA y cuesta hasta 294 veces menos
Útil para
Investigadores comparan Jev, un modelo de lenguaje de decisión que devuelve juicios estructurados, con jueces LLM de frontera y de pesos abiertos para evaluar IA clínica. En 118 respuestas pediátricas, su acuerdo con médicos (Gwet's AC2 0,50) iguala o supera al de 7 de 12 jueces, incluidos Claude Opus 5.5 (0,49) y GPT-6 (0,38). Los jueces de frontera cuestan entre 73 y 294 veces más que Jev y tardan entre 7 y 57 veces más.
Qué significa
La evaluación automatizada de IA clínica, hoy lenta y cara con jueces LLM grandes, podría hacerse a escala con un modelo mucho más barato. Esto afecta sobre todo a quien valida herramientas sanitarias antes de usarlas con pacientes.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.AILeer la noticia completa en arXiv cs.AI
También ese día
Todas las noticias de IA del jueves 22 de octubre de 2026 ->