Jueves 22 de octubre de 2026 ·

Tone Bench, un benchmark que mide si la IA escribe con la voz de un editor concreto: Louis-François Bouchard lo lanza con AI Engineer

Relevancia 40 de 100

Louis-François Bouchard presentó Tone Bench en AI Engineer, un benchmark de 10 guiones que mide si los modelos escriben con su voz exacta sin sonar generados. Evalúa nueve métricas (tono, calidad de escritura, seguimiento de instrucciones, precisión de investigación y slop) en 120 modelos, con cinco borradores por tarea, cuatro jueces LLM y 1.000 comparaciones humanas A/B. Bouchard detalla el coste: unas 500 horas para los diez guiones, más de 2.000 dólares por cambiar una línea de la rúbrica y más de 4.000 por una del prompt, y reconoce que los jueces favorecen a los modelos de su propia familia. El autor critica que no exista una definición compartida de slop y que la puntuación solo valga para una voz concreta.

Qué significa

Quien quiera comprobar si un modelo imita un estilo propio dispone ahora de un método, aunque su puntuación solo predice bien para esa voz y no para la de otros editores.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del jueves 22 de octubre de 2026 ->