El benchmark CrossProfile revela las limitaciones de la memoria en LLM
Un estudio reciente publicado en arXiv introduce CrossProfile, un benchmark diagnóstico de 60 plantillas diseñado para evaluar cómo los modelos de lenguaje de gran escala (LLM) gestionan la memoria al tomar decisiones colectivas. La investigación, que analiza tareas de perfil oculto, demuestra que l
