Etiqueta: Inteligencia artificial

Los benchmarks de autoconstrucción son esenciales para evaluar las capacidades de los Grandes Modelos de Lenguaje (LLM). Usamos inteligencia artificial agentic para que los LLM generen y evalúen exámenes prácticos en Finanzas, Operaciones Empresariales, Gestión, Computación y Matemáticas. Aunque los modelos líderes alcanzan puntuaciones medianas de 65-79%, muestran debilidades en manipulación de datos y cálculos financieros. Los benchmarks generados por LLM pueden ofrecer una forma rentable, escalable y actualizable de medir las capacidades laborales de la inteligencia artificial.