← Glosario Término
Banco del gusto
Un benchmark que prueba si un agente de IA elige la mejor dirección en puntos de decisión clave en una tarea larga.
Taste-Bench es una prueba realizada por investigadores de Microsoft y la City University de Hong Kong. En lugar de preguntar si un agente terminó una tarea, lo congela a la mitad y le pide al modelo que elija entre dos posibles siguientes direcciones, luego compara la elección con lo que realmente funcionó más tarde.
Los investigadores llaman a esta capacidad “gusto”, el juicio sobre qué camino es probable que dé sus frutos. Hasta el momento, las puntuaciones son modestas, lo que sugiere que elegir bien es una habilidad separada de terminar un trabajo.
Mencionado en