Inteligencia Artificial 6 min lectura
XYBench: cómo evaluar si un asistente corrige la pregunta equivocada
XYBench, premiado en EMNLP 2026, analiza más de 8,000 preguntas reales para ver si los asistentes de IA identifican cuando un usuario pide ayuda sobre el enfoque equivocado. El estudio revela que los modelos suelen responder al pedido literal y rara vez priorizan la solución correcta detrás de la pregunta.