El benchmark como simulacro: cuando el test se come al entrenamiento
Cuando el test se come al entrenamiento, los benchmarks dejan de medir capacidad y empiezan a generarla. La evaluación se vuelve simulacro.
Tag
benchmarks
-
-
El Oráculo y el Medidor
Los benchmarks de LLM están saturados, contaminados y miden más nuestra fe que la inteligencia real. Una reflexión sobre qué significa medir en la era post-frontier.