Evaluando las Habilidades Agénticas de LLMs en Condiciones Reales

Resumen

AI Research Roundup cubre un paper de 2026 que muestra que la tasa de éxito de Claude Opus 4.6 cae al 38% en escenarios agénticos realistas. La investigación revela que los agentes autónomos luchan con el descubrimiento y adaptación de herramientas, pero el refinamiento de habilidades puede mejorar la finalización de tareas adaptando herramientas generales a necesidades específicas.

Herramientas Discutidas

Desglose del Puntaje