​​Modelos de IA que puntúan más en los tests no hicieron más trabajo: qué dice un experimento natural con 297 desarrolladores 

​Un preprint de Harvard aprovechó la suspensión de 19 días de un modelo de código para medir qué cambia en el trabajo real. Con 297 usuarios y 8.908 controles, el modelo con mejor puntaje no mejoró de forma significativa los cambios aceptados. Qué sirve y qué no. Tech Read More​​El Economista

Post Comment