Y por si faltaba algún benchmark para evaluar LLMs, ahora también tenemos assbench.com, que evalúa la capacidad de los modelos de generar imágenes de traseros 😂 Por ahora, Opus 5.5 parece ir ganando.
Click aquí para una versión accesible de la infografía (apta para lectores electrónicos)
“AssBench”: Una nueva forma de evaluar a los LLMs
Los LLM compiten por dibujar el mejor…
La web muestra un mismo prompt siendo usado con distintos modelos para ver cuál dibuja el mejor trasero.
assbench.com es la URL para que pruebes y veas qué LLM gana la pulseada.
No culpen a esta mensajera. Yo solo les cuento las novedades tecnológicas.