Lunes 2 de noviembre de 2026 ·
Realtime-Bench: los LLM siguen fallando en tareas en tiempo real, como jugar o subastar en línea
Investigadores de varias universidades estadounidenses, de NVIDIA y de Steadyworks presentan Realtime-Bench, un test con 50 tareas interactivas: 30 web (viajes, comercio electrónico, servicios y seguridad) y 20 de juegos (arcade, puzle, estrategia y simulación). El banco mide si los modelos siguen los cambios del entorno, ajustan su razonamiento al tiempo disponible y eligen bien cuándo actuar. Según el boletín, los LLM son muy malos en estas tareas de baja latencia.
Qué significa
Los agentes de IA que se anuncian para jugar o comprar en nombre del usuario todavía no están preparados para decisiones con límite de tiempo.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Import AI (Jack Clark)Leer la noticia completa en Import AI (Jack Clark)
También ese día
Todas las noticias de IA del lunes 2 de noviembre de 2026 ->