Martes 27 de octubre de 2026 ·

Yandex y la Escuela de Análisis de Datos (ШАД) lanzan MTGBench, un test de razonamiento para IA basado en juegos como «Поле чудес» y «Данетки»

Relevancia 52 de 100 Rusia, Moscú

Yandex y ШАД publicaron en GitHub MTGBench, un benchmark de siete juegos de texto que mide el razonamiento secuencial de las IA, con tareas en ruso e inglés; el artículo científico se aceptó en EMNLP 2026. Se probaron 16 modelos, entre ellos Qwen, Gemini y GPT. Los modelos más potentes, con el modo de razonamiento activado, superaron en puntuación media a las personas en los siete juegos, aunque rindieron peor en ruso que en inglés.

Qué significa

Ofrece a desarrolladores e investigadores una forma común de comprobar si un modelo sigue pistas y evita contradicciones. También muestra que acertar en un juego no garantiza buenos resultados en otros, y que el idioma influye en el rendimiento.

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 martes 27 de octubre de 2026 ->