precisión de la IA

Tether dice que su conjunto de datos QVAC Genesis III alcanzó una tasa de respuesta válida del 99,45 % en IA STEM, aunque los detalles del benchmark siguen siendo limitados para una revisión independiente.

Anthropic dice que Claude Opus 4.7 mejora la honestidad al 92 % y reduce la adulación, destacando un nuevo frente en la competencia de modelos de IA para empresas.

Un verificador de hechos de WIRED prueba sistemas de IA y destaca problemas persistentes de fiabilidad en los flujos de trabajo automatizados de verificación de hechos.

Futurism informa que la función AI Overview de Google continúa alucinando, afirmando incorrectamente que 2027 no es el próximo año, lo que pone de manifiesto problemas persistentes de precisión en los sistemas de IA.