HE-0037 minCurso · Inteligencia artificial
Benchmarks útiles y benchmarks trampa
Un benchmark público te dice cómo rinde un modelo en la tarea de otra persona. Sirve para descartar, casi nunca para decidir.
Qué aprenderás
- Leer un benchmark público preguntando qué tarea mide y cómo se puntuó
- Reconocer contaminación, saturación y diferencias de harness en una cifra publicada
- Usar los benchmarks públicos para acotar candidatos y no para elegir
- Convertir tus propios casos en un benchmark privado que decida por ti
Suscríbete para seguir
Esta lección es para suscriptores.
Crea tu cuenta y suscríbete para leer «Harness y evaluación» entero, con los recursos y tu progreso guardado.
Suscripción mensual o anual