Un artículo publicado en arXiv el 10 Nov 2026 revela que es fácil manipular las clasificaciones de modelos de lenguaje al estilo Arena. Sus autores describen tres ataques —votación estratégica, uso de prompts y nominación— que pueden elevar la posición de un modelo entre 15 y 20 puestos cada uno. Combinadas, estas tácticas pueden hacer que un modelo suba unos 45 puestos en la clasificación. El artículo también propone medidas de protección, pero advierte que el problema afecta a cualquier sistema que utilice el modelo de Bradley-Terry para comparar preferencias por pares.
Por qué importa
Si no se controlan, estas manipulaciones podrían inducir a desarrolladores y usuarios a error sobre qué modelo de lenguaje ofrece realmente el mejor rendimiento.
