Blog de ciencia de Anthropic: la IA debe devolver rangos de modelos científicos, no uno solo
Ensayo invitado de Macke, Gedon y Wahl (ELLIS Tübingen): los agentes LLM que escriben y revisan simuladores deben devolver poblaciones ponderadas de modelos plausibles.
Por qué importa
Anthropic publicó el post invitado en su Science Blog el 6 de noviembre, argumentando que ajustar una sola ecuación puede ocultar mecanismos alternativos. Los autores describen bucles construir–ajustar–interpretar y piden agentes que exploren muchas estructuras en código. Es método, no un nuevo benchmark. Coincide con otros posts del 6 de noviembre sobre memoria de agentes. Habrá que ver si los labs exponen ensembles por defecto.
Datos clave
- Post invitado 6 nov en Science Blog de Anthropic
- Autores: Macke, Gedon, Wahl (ELLIS Tübingen)
- Aboga por poblaciones ponderadas de modelos
- Hodgkin–Huxley como marco histórico
- No es un nuevo benchmark