Domingo 1 de noviembre de 2026 ·

Ramakrishnan Lokanathan: si una evaluación da 100%, el test está mal diseñado

Relevancia 49 de 100

Útil para Programadores 75%

En la conferencia AI Engineer, Ramakrishnan Lokanathan defendió que una evaluación de agentes de IA que llega al 100% indica un fallo del test. Propone tres capas: comprobaciones automáticas en cada despliegue, revisión humana de los resultados y pruebas adversariales para intentar romper el flujo. Presentó E-Slams, un paquete Python de código abierto que hace jugar a agentes para mostrar cómo razonan, con unos 50 juegos y 90 proveedores.

Qué significa

Cambia la forma de medir si un agente de IA sirve para una tarea real: una puntuación única no basta y hay que evaluar el proceso completo, no solo la respuesta final.

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 1 de noviembre de 2026 ->