scenari

Quando i modelli AI si giudicano tra loro: la sfida AutoBench

I benchmark AI tradizionali mostrano limiti evidenti. AutoBench propone un sistema rivoluzionario in cui i modelli si valutano reciprocamente attraverso peer assessment. Una collaborazione tra industria e accademia italiana valida scientificamente l’approccio per l’era della superintelligenza

Pubblicato il 11 dic 2025

Aggiungi tra i preferiti su Google

Fabrizio Silvestri

Full Professor and the coordinator of the Ph.D. in Data Science, at Dipartimento di Ingegneria informatica, automatica e gestionale (DIAG) of the University of Rome, La Sapienza

AI gestione servizi IT; sistemi legacy gen AI agentic AI; AI investigazioni benchmark AI; AI antiriciclaggio;genAI legal tech; ai in azienda; ai codice appalti

I benchmark AI stanno attraversando una crisi metodologica: i test statici diventano obsoleti in pochi mesi, contaminati dai dati di addestramento dei modelli stessi. In questo scenario, AutoBench propone una soluzione radicale che ribalta il paradigma tradizionale di valutazione.

@RIPRODUZIONE RISERVATA