Nuevos Modelos de IA Logran Mejoras Significativas en Benchmarks con Datasets Especializados

Se ha anunciado el desarrollo de modelos de inteligencia artificial que demostraron mejoras de rendimiento sustanciales en múltiples benchmarks tras ser entrenados con datasets especializados de diferentes dominios. Estos resultados fueron logrados utilizando solamente una fracción del volumen total de datos disponibles, lo que sugiere potencial significativo al usar los datasets completos. Los modelos alcanzaron incrementos de 12.0 puntos porcentuales en Terminal-Bench 2.0, 9.6pp en Toolathlon y 9.3pp en FrontierScience. De manera particular, datasets que no contenían código también contribuyeron al desempeño en tareas de ingeniería de software, con una ganancia de 6pp en SWE-Bench Pro. Los modelos están ahora disponibles para uso comercial, habiendo sido entrenados con solo una quinta parte del dataset completo. Se espera que las versiones más grandes, que utilizan el conjunto de datos completo, logren rendimientos aún mayores.