3 artículos verificados sobre Evaluaciones de IA, productos y movimientos del sector.
OpenAI presenta MentalHealthBench, un benchmark abierto creado por más de 80 expertos para medir la calidad de las respuestas de los modelos de IA en conversaciones sobre salud mental.
OpenAI afirma que GPT-5.6 Sol subió del 13,3% al 38,3% en el conjunto público de ARC-AGI-3 al conservar reasoning y activar compaction.
RoboDojo muestra bajo exito de robots reales se reescribe para lectores tecnologicos en espanol, conservando cifras clave, limites del producto y preguntas abiertas.