Viernes 16 de octubre de 2026 ·
AlphaDiana: un sistema para medir agentes de IA en tareas de razonamiento verificable
Los investigadores presentan AlphaDiana, un sistema modular para evaluar agentes que combinan modelos de razonamiento con herramientas, instrucciones de habilidades y memoria. Probaron tres modelos abiertos y tres entornos de ejecución en cinco benchmarks de respuesta, y dos modelos en dos benchmarks interactivos. Concluyen que los entornos no mejoran de forma consistente la precisión: las ganancias en preguntas que el modelo no resolvía solo se compensan con pérdidas en preguntas que ya acertaba sin herramientas. Tampoco la guía de habilidades ni el historial retenido mejoran la precisión de forma fiable. El artículo advierte además de que una entropía baja de tokens puede acompañar respuestas incorrectas.
Qué significa
Añadir herramientas, habilidades o memoria a un agente no garantiza que acierte más. Quien construya agentes debería medir la precisión con y sin cada componente antes de adoptarlo.
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 viernes 16 de octubre de 2026 ->