Miércoles 28 de octubre de 2026 ·
HSC-Bench, prueba de 1.039 tareas que mide si un agente de IA retoma bien el trabajo de otro
Útil para
Se presenta HSC-Bench, un banco de pruebas de 1.039 tareas para evaluar el traspaso de trabajo entre agentes de IA. Mide si el modelo receptor recupera la evidencia del repositorio y si continúa desde el estado heredado de conversación, herramientas y archivos. Al comparar seis modelos receptores, el estado estructurado mejora la recuperación de evidencia en todos y la continuación en la mayoría. Los mejores receptores cambian según la prueba, así que el ranking de evidencia por sí solo no basta.
Qué significa
Quien delegue tareas largas entre varios agentes de IA podrá comparar qué modelo retoma mejor el trabajo ya hecho, sin fijarse solo en el resultado final. Ayuda a detectar si un agente repite pasos ya dados o incumple compromisos previos.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del miércoles 28 de octubre de 2026 ->