Noticias que mencionan LiveBench

La ley de Goodhart rompe la validez de los benchmarks de bases de datos

La ley de Goodhart establece que cualquier objetivo medible deja de ser útil cuando las personas optimizan exclusivamente para él. Este fenómeno es evidente en el benchmarking de bases de datos, donde la presión por mejorar los tiempos de ejecución ha llevado a la convergencia de los resultados haci

Los nuevos benchmarks visuales no miden bien la capacidad de la IA

La proliferación de demostraciones visuales en los lanzamientos de modelos de inteligencia artificial, como recrear Minecraft o dibujar un pelícano en bicicleta, ofrece resultados fáciles de compartir, pero no constituye una evaluación fiable de sus capacidades. El texto las denomina «benchmarks de

Nueva herramienta encuentra el mejor LLM para tu hardware

El desarrollador Andyyyy64 ha publicado en GitHub la herramienta 'whichllm', diseñada para ayudar a los usuarios a encontrar el modelo de lenguaje grande (LLM) más adecuado para su hardware específico. La aplicación detecta automáticamente las características del sistema (GPU, CPU, RAM) y ordena los