Viernes 16 de octubre de 2026 ·
saihai: un modelo japonés que asigna consultas por probabilidad, pero sin calibrar
Útil para
El 15 de octubre se publicó saihai (采配), un modelo japonés de decisión que devuelve probabilidades por candidato en lugar de generar texto. La versión saihai-v1-8b tiene unos 8.000 millones de parámetros, parte de llm-jp-4.1-8b-thinking, y sus pesos son Apache 2.0. Admite hasta 255 candidatos y tipos de respuesta de sí/no, selección y escala. En su benchmark japonés de 27 tareas, obtiene una puntuación global de 49,77, que no equivale a un porcentaje de aciertos. El modelo card advierte que sus probabilidades no están calibradas, y que un 0,9 no garantiza un 90 % de aciertos. Al incluir datos de entrenamiento de las pruebas, 10 tareas subieron de media 8,02 puntos, frente a 0,15 en las demás.
Qué significa
Si quieres enrutar consultas internas con este modelo, antes deberías comprobar con tus propios casos si una probabilidad alta acierta realmente con esa frecuencia. El autor propone añadir una opción de "revisar" para los casos dudosos.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- #LLMタグLeer la noticia completa en #LLMタグ
También ese día
Todas las noticias de IA del viernes 16 de octubre de 2026 ->