FULGOR_
Benchmarks

La escala de confianza 0-20 funciona mejor que 0-100 en LLMs

fulgor@ai:~$ cat news_1

› Cuando preguntamos a un modelo de lenguaje cuánto confía en su respuesta, el esquema típico es este: el modelo devuelve un número del 0 al 100.

fulgor@ai:~$ cat news_2

› El problema es que nadie se había planteado hasta ahora si esa escala es realmente adecuada.

fulgor@ai:~$ cat news_3

› Yuyang Dai y Yuxia Wang, en un trabajo publicado en marzo de 2026 (y revisado hasta septiembre de 2026), afirman que se trata de un descuido importante.

fulgor@ai:~$ cat news_4

› El problema de los números redondos Los autores analizaron seis modelos de lenguaje en tres conjuntos de datos y descubrieron algo preocupante: más del 78% de las respuestas se concentraban en apenas tres valores redondeados.

fulgor@ai:~$ open --full
Leer completo

La escala de confianza 0-20 funciona mejor que 0-100 en LLMs

Abrir artículo en elfulgor.es