ArXiv cs.AI
Visión editorial CMadrid
Comprender los ejes de dificultad para tareas de contexto largo a través de PredicateLongBench
arXiv:2607.08284v1 Tipo de anuncio: nuevo Resumen: Los modelos de lenguajes grandes (LLM) han demostrado capacidades de contexto largo que mejoran rápidamente, lo que generó una ola de puntos de referencia diseñados para evaluarlos. Sin embargo, las evaluaciones de contexto prolongado existentes, desde las pruebas de Needle-in-a-Haystack (NIAH) hasta tareas de resumen y razonamiento de múltiples saltos más recientes, predominantemente miden
Por qué importa para Chile y Latam
Lectura CMadrid: los cambios en IA suelen trasladarse a costos, empleo y competencia en la región; vale evaluar impacto en estrategia digital local.
Leer fuente original Volver al inicio
Como Afiliados de Amazon, podemos recibir comisiones por compras calificadas sin costo extra para ti.