Prueba inicial de la artificialidad: C-test con referencia a LLM para superinteligencia

Los autores del estudio proponen una nueva forma de medir la capacidad de sistemas de inteligencia artificial que superen tanto a los humanos como a los modelos actuales. La dificultad de los benchmarks tradicionales tiende a estabilizarse porque se calibran con el desempeño de quienes los diseñan, lo que los vuelve poco útil para evaluar inteligencias potencialmente superiores. Para evitar este círculo, el trabajo recurre a problemas inversos de inferencia inductiva, cuya complejidad depende del mecanismo subyacente que genera las observaciones y del conocimiento previo disponible. Utilizan la medida Kt de Levin, una variante computable de la complejidad de Kolmogórov, que combina la longitud mínima de la descripción del mecanismo con el logaritmo del tiempo necesario para ejecutarlo. A diferencia de pruebas anteriores basadas en máquinas de Turing universales muy simples, aquí los grandes modelos de lenguaje (LLM) se consideran máquinas de referencia que ya incorporan una amplia base cultural humana y pueden recibir instrucciones en lenguaje natural. El artículo describe cómo se formaliza la métrica, se crea un proceso ligero para generar y validar ítems, y se analiza la influencia del poder de la máquina de referencia y la diferencia entre quien formula la prueba y quien la responde. Se presenta una primera batería de preguntas certificadas, aplicadas a doce LLM, cuyas curvas de desempeño disminuyen conforme aumenta la dificultad, alcanzando una zona de alta complejidad que aún no ha sido superada por inteligencias de frontera. Esta investigación es relevante porque ofrece una herramienta teórica y práctica para seguir el progreso de la IA más allá de los límites actuales, facilitando la detección temprana de capacidades supra‑inteligentes.

Leer artículo original en arXiv cs.AI

Este resumen es una síntesis informativa elaborada por dataqbs.com. Todos los derechos sobre el contenido original pertenecen a su autor y al medio de comunicación citado. Nosotros solo actuamos como curadores de noticias tecnológicas, sin reclamar autoría alguna.