Estudio critica a LM Arena por facilitar manipulación en pruebas de evaluación de IA

Un reciente estudio ha acusado a LM Arena de ayudar a los principales laboratorios de inteligencia artificial a manipular los resultados en sus benchmarks. Esto plantea inquietudes sobre la transparencia y validez de las métricas utilizadas para medir el desempeño real de los sistemas de IA, subrayando la necesidad de evaluaciones más rigurosas y estándares éticos en el sector.