trends
Este investigador tiene una nueva forma de medir el desempeño de la IA. Es BS, literalmente.
25 de marzo de 2026 · Fuente original
BullshitBench, creado por Peter Gostev, evalúa la capacidad de los modelos de IA para detectar sinsentidos. Una empresa de IA lo hizo mucho mejor que todas las demás.
Peter Gostev, AI capability lead at ArenaPeter Gostev
<ul><li>Peter Gostev's BullshitBench tests AI models with nonsensical questions to spot BS detection.</li><li>Google Gemini 3.0 struggles with B… [+5440 chars]