Domingo 25 de octubre de 2026 ·

iPrefBench: un benchmark para medir si los agentes móviles personalizan las tareas del usuario

Relevancia 37 de 100

Los investigadores presentan iPrefBench, un banco de pruebas con 130 tareas incompletas en 26 apps de iOS y un usuario simulado con 3.051 eventos de historial. Evalúa si el agente infiere datos del historial y pregunta lo que solo el usuario puede aportar. Siete agentes de frontera completan hasta el 91,6% de las acciones, pero solo logran tareas completas correctamente hasta el 47,7%, sobre todo por no pedir la información que solo da el usuario.

Qué significa

Los asistentes que manejan el móvil saben ejecutar pasos, pero todavía fallan al adaptarse a cada persona. Un agente puede abrir la app correcta y aun así elegir mal un dato personal que debía preguntar.

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 domingo 25 de octubre de 2026 ->