El proyecto CRUX propone la «evaluación de mundo abierto» para probar las capacidades de la IA frontera
Título original:Open-world evaluations for measuring frontier AI capabilities
Resumen de IA
El proyecto CRUX, formado por 17 investigadores, prueba las capacidades de la IA en escenarios reales mediante la «evaluación de mundo abierto». En el primer experimento, un agente de IA logró desarrollar y publicar una aplicación iOS en la App Store con solo dos errores y un coste de unos 1.000 dólares, pero también puso de manifiesto el riesgo de spam en las tiendas de aplicaciones impulsado por la IA.
Puntos clave
- El proyecto CRUX,formado por 17 investigadores,prueba las capacidades de la IA en escenarios…
- En el primer experimento,un agente de IA logró desarrollar y publicar una aplicación iOS en la App…
- 000 dólares,pero también puso de manifiesto el riesgo de spam en las tiendas de aplicaciones…
Resumen rápido
- Publicado
- Actualizado
- Fuente
- AI as Normal Technology(RSS)
- Categoría
- Artículos e investigación
- Puntuación IA
- 70
这篇提出「开放世界评估」概念,用发布 iOS 应用的实验证明 agent 已接近自主完成端到端真实任务,这给评估方法论和 App Store 反垃圾都敲了警钟。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: El proyecto CRUX propone la «evaluación de mundo abierto» para probar las capacidades de la IA frontera. 17. abril 2026. https://new.nat6.net/es/news/cms3fv5il00ofrondzp68ytt6/