Miércoles 4 de noviembre de 2026 · 06:00

Cambiar el juez cambia el ranking: estudio preregistrado de replicación entre proveedores en comparaciones de sistemas evaluados por LLM

Computer Science > Computation and Language Title:Swapping the Judge Changes the Ranking: A Preregistered Study of Cross-Provider Replication in LLM-Judged System Comparisons View PDF HTML (experimental)Abstract:Practitioners who compare systems with an LLM judge and have no human labels often check a conclusion by repeating it with a judge from another provider. In a preregistered study (with a disclosed post-registration reduction of the judge set), five judge models from three providers re-judged 4,000 Chatbot Arena battles (nine systems, 33 system pairs) that carry human votes, each in bot

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

• arXiv cs.CLLeer la noticia completa en arXiv cs.CL

También ese día

• Alphabet se desploma más de un 10% tras reconocer que su IA conversacional erosiona la búsqueda y con capex de 51.300 millones de dólares en un trimestre
• Meta capta 15.000 millones en bonos para financiar su expansión en IA
• ACS aparca la compra de Openchip, la firma catalana de chips para IA, tras interesarse por entre el 40% y el 51%
• Los demócratas ganan el Congreso y las tecnológicas caen en bolsa por temor al impacto sobre la IA
• Las grandes tecnológicas pierden más de un billón de dólares en bolsa por el gasto en IA y la caída de su caja
• Yonsei activa en Corea el primer IBM Quantum Nighthawk fuera de EE. UU. y lo conecta con el superordenador Fugaku

Todas las noticias de IA del miércoles 4 de noviembre de 2026 ->