- Los investigadores son de la University of Zurich.
- Estudian grandes modelos de lenguaje que evalúan textos.
- Probaron OpenAI o3-mini, Deepseek, xAI Grok 2 y Mistral.
- Pidieron fifty declaraciones narrativas sobre varios temas.
- Los temas incluyen vacunación, geopolítica y clima.
- Recolectaron 192’000 valoraciones para su análisis.
- Sin autor, los modelos coincidieron over 90%.
- Con autor falso, el acuerdo entre modelos bajó mucho.
- Se detectó un sesgo anti‑chino en todos los modelos.
Palabras difíciles
- juicio — La opinión o decisión sobre algo.
- autor — La persona que escribe un texto.
- sesgo — Una inclinación hacia algo, parcialidad.
- información — Datos o detalles sobre algo.
- tareas — Actividades o trabajos que se deben hacer.
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o audicións.
Preguntas de discusión
- ¿Por qué crees que hay un sesgo contra autores chinos?
- ¿Cómo afecta la información del autor a los MLG?
- ¿Cuál es la importancia de la moderación en los textos?
Artículos relacionados
Simulaciones cuánticas muestran cómo la luz UV altera el hielo
Investigadores usaron simulaciones de mecánica cuántica para entender cómo la luz ultravioleta cambia la química del hielo. Los resultados ayudan a explicar experimentos antiguos y tienen implicaciones para el permafrost y lunas heladas.
Lecciones históricas sobre la inteligencia artificial
Historiadores comparan la llegada de la inteligencia artificial con cambios tecnológicos anteriores y señalan lecciones sobre empleo y economía. Un caso reciente, la publicación de Matt Shumer en X, aumentó la preocupación pública sobre la rapidez del cambio.
Por qué los modelos fallan al multiplicar números largos
Una investigación analiza por qué modelos de lenguaje no pueden multiplicar números de varias cifras. Compararon el ajuste fino estándar con un método llamado cadena de pensamiento implícita (ICoT), que sí aprendió a guardar cálculos intermedios.