El pelícano del emperador no tiene ropa
Why do LLM pelicans look like this?
Un nuevo benchmark, Design Creativity Bench, evalúa la creatividad de 16 modelos de IA frontera en 80 tareas abiertas de diseño de interfaces, midiendo originalidad, rango creativo y adecuación funcional. El mejor modelo, OpenAI GPT-6 Astra, obtiene 65.5 frente a la referencia humana de 92.3, lo que revela una brecha sustancial en creatividad de diseño. Se publican leaderboard, metodología y framework reproducible.
El mejor modelo, @OpenAI GPT-6 Astra, obtiene 65.5 frente a una referencia humana de 92.3.