La crisis de los benchmarks de IA en China: cuando las puntuaciones casi perfectas dejan de significar algoHOT
A medida que los grandes modelos de lenguaje saturan los benchmarks tradicionales, los observadores del sector en China señalan que los compradores están pasando de las clasificaciones de las tablas de líderes a calcular el coste por tarea. Un nuevo modelo unificado de Tsinghua y Zhipu AI muestra por qué: puntuaciones altas en generación de imágenes combinadas con un rendimiento débil en texto.
