Jueves 29 de octubre de 2026 ·

Google advierte de que los jueces basados en LLM son sesgados y poco fiables, y propone auditarlos

Relevancia 53 de 100 Estados Unidos, California

Útil para Programadores 70%

Google describe un método en tres pilares para auditar los modelos de lenguaje que evalúan respuestas de IA. Según la empresa, estos evaluadores favorecen las respuestas largas, cambian de puntuación si se reordenan las opciones y dan peso indebido a la gramática o el formato, además de pasar por alto salidas incorrectas o inseguras. El primer pilar mide la estabilidad interna, es decir, si el mismo modelo da la misma puntuación ante el mismo texto. El segundo compara sus valoraciones con las de revisores humanos.

Qué significa

Las empresas que usan modelos de lenguaje para evaluar respuestas o código tienen un método para comprobar si su evaluador es fiable antes de confiar en sus puntuaciones.

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 29 de octubre de 2026 ->