Moises Andrade y sus colegas presentan SGV, una técnica de verificación para modelos multimodales que primero les pide enumerar cómo sería una conducta correcta y luego evaluar una acción concreta con respecto a esa lista. El estudio muestra que el método reduce la tendencia de los modelos a aprobar acciones en exceso —el llamado sesgo de acuerdo— y aumenta hasta 25 puntos porcentuales la detección de fallos y 14 puntos porcentuales la precisión general. Al aplicarse a un sistema especializado en interfaces gráficas en OSWorld, una política de difusión en RoboMimic y un agente ReAct en VisualWebArena, los verificadores mejoran la tasa de finalización de tareas en unos 20 puntos porcentuales frente a los mejores resultados anteriores.
Por qué importa
Una mejor verificación ayuda a los agentes de IA a evitar la falsa confianza y ofrece un rendimiento más fiable a quienes usan herramientas de web visual y robótica.
