Martes 20 de octubre de 2026 ·

Las puntuaciones de la IA cambian con el test, pero el orden entre modelos resiste

Relevancia 42 de 100

Útil para Programadores 50%

Moritz Hardt, director del Instituto Max Planck, sostiene en un libro de 2026 y en una entrevista de Quanta Magazine que los benchmarks de aprendizaje automático llevan décadas rotos: cambiar la prueba puede bajar un resultado del 90% al 73%. Sin embargo, el orden entre modelos se mantiene casi igual al cambiar los datos. Un estudio de Recht y colaboradores rehizo el test ImageNet y todos los modelos bajaron entre un 11% y un 14%, pero conservaron su posición, una caída equivalente a unos cinco años de progreso. Hardt reconoce que no existe una teoría que explique por qué ocurre.

Qué significa

Las puntuaciones absolutas de los modelos de IA no indican con fiabilidad cuánto saben, aunque la comparación relativa entre modelos sí ha resistido. Con los grandes modelos de lenguaje, cuyos datos de entrenamiento se desconocen, esa fiabilidad del ranking ya no puede darse por hecha.

Fuentes originales

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

También ese día

Todas las noticias de IA del martes 20 de octubre de 2026 ->