Lunes 2 de noviembre de 2026 ·
FABench: banco de pruebas para agentes de previsión con fechas pasadas
Los investigadores presentan FABench, un entorno de backtesting para agentes de previsión que descubre eventos, genera preguntas y resuelve resultados para cualquier fecha pasada. La primera versión incluye 287 preguntas en nueve dominios, y los agentes buscan en un archivo offline y en la web en vivo, filtrada para evitar fugas temporales. Con ocho modelos recientes, la recuperación mejora el Brier score en todos, y los tres mejores agentes superan ligeramente al consenso de mercado en 54 preguntas vinculadas a Polymarket.
Qué significa
Los equipos que entrenan agentes de previsión tendrán un método para evaluarlos sin esperar a que pasen los acontecimientos. Como el banco de pruebas se puede renovar, pueden medir modelos más recientes que sus datos de entrenamiento.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.AILeer la noticia completa en arXiv cs.AI
También ese día
Todas las noticias de IA del lunes 2 de noviembre de 2026 ->