Spu Benchmark
Archivo temático • 2 resultados
Generado por IA: resúmenes redactados por IA a partir de las fuentes enlazadas. Cómo usamos la IA
2026-11-11
Tecnología
Basado en un fragmento de transcripción: AI Explained analiza los lanzamientos de los modelos Fable 5.2 y Gemini Carbon, basándose en una tarjeta del sistema de 264 páginas, un informe de METR de 30 páginas sobre aceleración de IA y las propias pruebas del creador. El vídeo cubre los resultados de las pruebas de referencia, una prueba de 'Max Bench' diseñada para detectar modelos que memorizaron respuestas, el índice de trabajo remoto y las afirmaciones de Anthropic de que el ritmo de mejora de la IA se acelerará. También se discute si los resultados de las pruebas de referencia resisten el escrutinio.
AI News & Analysis • AI Explained
Enlace permanente
2026-11-15
Tecnología
El benchmark SPU de UniPat AI pide a los agentes de IA que clasifiquen los resultados de 4.207 experimentos reales de laboratorio húmedo, y ninguna de las 13 configuraciones probadas superó 0,5. La mejor configuración promedió 0,486 sobre 1, lo que subraya lo lejos que siguen los agentes de predecir resultados experimentales de forma fiable.
Investigación • Pandaily
Enlace permanente