Fiabilidad de los LLM
2 published articles
Investigación en IA
Los LLMs corrompen tus documentos cuando delegas: una mirada detallada al benchmark DELEGATE-52
El benchmark DELEGATE-52 revela que los LLMs actuales acumulan degradación de fidelidad cuando se les confían ediciones de documentos en múltiples pasos. Los errores afectan del 19 al 34% del contenido del artefacto en 20 iteraciones, aunque los flujos de trabajo en Python muestran una pérdida inferior al 1%. El estudio es una herramienta de diagnóstico, no un veredicto sobre la utilidad real de la IA.
2026-07-05
Análisis de investigación
Corrupción de documentos por IA en flujos de trabajo delegados: lo que revela una nueva prueba de estrés
El punto de referencia DELEGATE-52 evalúa sistemas de IA en tareas de edición de documentos delegadas de largo alcance, encontrando que los modelos frontera acumulan una pérdida de fidelidad semántica del 19, 34% en 20 iteraciones. Los flujos de trabajo en Python mostraron menos del 1% de degradación en promedio, pero el estudio subraya que la delegación confiable a largo plazo sigue siendo un desafío abierto.
2026-07-04