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

La Hipótesis Nula: Clave en el Análisis de Inversiones

Economia

Trump AI Flip Flop: Regalo a China o Propuesta Geopolítica?

Economia

Fisher Island: La batalla legal por el depósito de combustible que divide a la comunidad

Economia

FTC Aprueba la Adquisición de Mesh Optical Technologies por Elon Musk y SpaceX

Negocios

Vinton Cerf, el ‘padre de internet’, se retira de Google

Economia

Wayve ofrece liquidez a empleados con oferta de recompra de $85 millones a valoración de $8.5 mil millones

Economia

Trump levanta restricciones a los modelos de IA Mythos y Fable de Anthropic

Tecnologia

Busy Bar de Flipper Devices: El display de productividad personalizable que llega para transformar tu enfoque

Tecnologia

OpenClaw llega a iOS y Android: el agente de IA de código abierto ahora es una app móvil

Economia

EquiLibre Technologies: La IA de DeepMind que venció al póker ahora conquista Wall Street