OpenAI enfrenta un desafío crítico: los nuevos modelos o3 y o4-mini presentan altas tasas de alucinaciones

Los modelos de razonamiento avanzado muestran retroceso en precisión

Los nuevos modelos de inteligencia artificial o3 y o4-mini de OpenAI, diseñados para tareas complejas de razonamiento, están generando preocupación por su tendencia a «alucinar» con mayor frecuencia que versiones anteriores.

Comparativa de modelos OpenAI
Esquema comparativo de modelos de lenguaje de OpenAI (Fuente: Documentación técnica)

Datos alarmantes en pruebas internas

  • o3 mostró 33% de alucinaciones en PersonQA
  • o4-mini alcanzó un preocupante 48%
  • Modelos anteriores como o1-mini mantenían tasas de <14.8%

Hallazgos externos reveladores

La organización Transluce documentó casos donde o3 inventaba procesos inexistentes, como ejecutar código en hardware específico. «El aprendizaje por refuerzo podría estar amplificando estos errores», señaló Neil Chowdhury, investigador de Transluce.

Impacto en aplicaciones prácticas

Kian Katanforoosh de Workera advierte:

«Aunque supera a la competencia en programación, o3 genera enlaces rotos con frecuencia»

¿Solución en el horizonte?

OpenAI explora integración con búsquedas web, demostrando 90% de precisión en GPT-4o para consultas simples. Sin embargo, esta solución requiere compartir datos con terceros.

El dilema del progreso tecnológico

Mientras la industria apuesta por modelos de razonamiento para evitar escalar recursos computacionales, el aumento de alucinaciones plantea un obstáculo crítico para aplicaciones empresariales sensibles.

Comparte este artículo

Otras notas de tu interés:

Economia

Energía limpia en EE. UU.: el empuje de Biden frente a los recortes de Trump

Economia

La firma cripto de Trump busca licencia bancaria en EE.UU.

Economia

El plan de Trump para romper el control de China sobre los minerales críticos necesita trabajadores

Economia

La BBC, la familia Trump y una citación judicial por difamación en EE.UU.

Tecnologia

Google permite quitar la marca de agua visible en las creaciones de IA de Gemini

Economia

Mark Zuckerberg lanza Glimmer y defiende una IA «para todos» en su nuevo manifiesto

Economia

Miami ordena cesar los alquileres vacacionales ilegales de Airbnb en The Club at Brickell Bay

Negocios

Kog: la startup que quiere exprimir al máximo la inferencia de IA en GPUs convencionales

Negocios

Allen Morris Brickell Park: la reurbanización que enciende el debate por los espacios verdes en Miami

Economia

Donaciones de B&B Professional Consultants: el peso político de Barbara Hardemon en Miami-Dade