Construcción de datasets de evaluación para razonamiento procedimental
Comparativa de estrategias de generación de preguntas para razonamiento procedimental. La generación estricta TMK logra 96.5% de preguntas fundamentadas.
#fundamentación
Fundamentado pero engañoso: Evaluando alineación semántica en seguridad IA
¿Son confiables las explicaciones de seguridad IA? Descubre la ilusión de fundamentación y la importancia de la alineación semántica.
NoRA: Evaluación de razonamiento normativo visual en primera persona
Descubre NoRA, el benchmark que evalúa si los modelos de IA pueden justificar acciones razonables en video en primera persona. Un paso hacia una IA más segura.
iML: AutoML ejecutable, basado en problemas y exploratorio
iML es un marco AutoML de código ejecutable que garantiza fiabilidad, fundamentación en datos y exploración amplia (90% de envíos válidos en benchmarks).