Jueves 22 de octubre de 2026 ·
Los rankings de IA cambian según cómo se traten los empates: 7 de cada 10 duelos se invierten
Un investigador publica en SSRN un preprint sobre benchmarks de emociones ordinales y presenta TILT, un banco de pruebas cuyo orden se fija por diseño, sin anotación humana. Al variar el peso de los empates dentro de un rango defendible, el orden de 20 estimadores se invierte en 7 de cada 10 comparaciones por pares. Un cambio en cómo se leen las probabilidades de un clasificador baja su puntuación de 0,648 a 0,440.
Qué significa
Una comparación de modelos en pruebas de orden puede depender más de la regla de puntuación que de la capacidad real; por eso conviene informar siempre de la regla usada y de la tasa de empates.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- #LLMタグLeer la noticia completa en #LLMタグ
También ese día
Todas las noticias de IA del jueves 22 de octubre de 2026 ->