Elo
Un sistema de puntuación adaptado del ajedrez que clasifica los modelos de IA basándose en comparaciones directas.
Elo fue inventado para clasificar a los jugadores de ajedrez. Un número aumenta o disminuye según contra quién gane alguien y qué tan fuerte sea su oponente. Una victoria contra un oponente significativamente mejor cuenta mucho, pero una victoria contra un oponente más débil apenas cuenta.
Las tablas de clasificación de IA comparan los resultados del modelo en pares, calificados por humanos u otro modelo. Esto es adecuado para preguntas sin una solución clara, como qué borrador está mejor escrito. Un valor Elo solo se aplica en relación con el campo respectivo de participantes y no se puede comparar entre tablas de clasificación.
-
El nuevo modelo gratuito de Nvidia no es el más inteligente. Es muy, muy rápido
-
El nuevo modelo de imagen de xAI ocupa el segundo lugar en el ranking Arena y lleva la edición estilo Photoshop a Grok
-
El modelo más nuevo de Alibaba obtiene una puntuación más alta y adivina más: la tasa de alucinaciones salta del 23 al 40 por ciento
-
DeepSeek mejora su modelo barato y ya compite de tú a tú con el económico de OpenAI