Economia
Il Potere dei Benchmark AI-Potenziati: Valutare le Prestazioni dei LLM con Esami Generati da AI
I benchmark di auto-costruzione sono essenziali per valutare le capacità dei Grandi Modelli di Linguaggio (LLM). Utilizziamo l’intelligenza artificiale agente per far generare e valutare agli LLM esami pratici in Finanza, Operazioni Aziendali, Gestione, Informatica e Matematica. Sebbene i modelli leader raggiungano punteggi medi di 65-79%, mostrano debilità nella manipolazione dei dati e nei calcoli finanziari. I benchmark generati dagli LLM possono offrire una forma redditizia, scalabile e aggiornabile per misurare le capacità lavorative dell’intelligenza artificiale.
21 Novembre 2025