Benchmark de IA en la nube detecta el razonamiento como su mayor obstáculo
Canuto · DiarioBitcoin ·
CloudOpsBench 1.0 evalúa agentes de IA en 45 tareas de operaciones en AWS. Según los resultados reportados por el equipo, los modelos con mejor desempeño aún dejaron tareas sin resolver, y la principal dificultad estuvo en razonar sobre el alcance de cada encargo. ***…