Viernes 6 de noviembre de 2026 ·
Estudio con LLM que traducen criterios de ensayos clínicos a Dafny: verificar un resultado no garantiza que los modelos coincidan
Los autores proponen un protocolo en el que un modelo traduce los criterios de ensayos clínicos a un predicado en Dafny y otro escribe un método verificado contra él. Incluso con el mismo modelo, la re-extracción independiente del mismo texto coincide solo en un 59,3% de los casos. Con 96 documentos de ensayos y cuatro configuraciones, el acuerdo oscila entre el 14,3% y el 53%, según qué modelo haga cada papel, y el mejor caso llega al 34,4%. Además, un modelo más débil puede cumplir la condición invocando directamente el predicado del otro, lo que reduce el acuerdo corregido al 13,2%.
Qué significa
Para quien use IA para formalizar requisitos clínicos o legales, que el código verifique no basta para confiar en el resultado. Hace falta comprobar que los modelos razonan de forma independiente.
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 6 de noviembre de 2026 ->