# LLMs fallan: UniCode, el benchmark anti-contaminación de programación algorítmica

Episodio de [En la mente de la máquina](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina).

- Publicado: 6 de noviembre de 2025
- Duración: 22 min
- Página: https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650414-llms-fallan-unicode-el-benchmark-anti-contaminacion-de-programacion-algoritmica

## Sobre este episodio

Descubre UniCode, un innovador framework de evaluación generativa que aborda el desafío de los benchmarks estáticos y la contaminación de datos en la generación de código por Large Language Models (LLMs). Inspirado en la evolución biológica, UniCode genera automáticamente problemas algorítmicos novedosos mediante tres estrategias clave (extensión de problema único, fusión de mismo tipo y fusión de tipo cruzado). Su innovación principal reside en su tubería de síntesis de casos de prueba impulsada por estrés, que genera conjuntos de pruebas robustos y de alta cobertura sin necesidad de una solución canónica previa. Evaluando 19 LLMs, UniCode demostró ser extremadamente desafiante y discriminativo: el modelo de mejor rendimiento, o4-mini, solo alcanzó una tasa de aprobación del 66.1% (pass@1). Además, los modelos exhibieron una fragilidad generalizada ante casos adversariales, con una caída promedio del 11.2% en rendimiento en entradas extremas. Este análisis es crucial para entender la verdadera capacidad de razonamiento y generalización de los modelos modernos en programación competitiva.https://github.com/grandsmile/UniCodehttps://arxiv.org/pdf/2510.17868

Anterior: [OpenAI Agents: Guía práctica de diseño, orquestación y guardarraíles esenciales](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650413-openai-agents-guia-practica-de-diseno-orquestacion-y-guardarrailes-esenciales)
Siguiente: [¡FRENAR JAILBREAKS Y SYCOPHANCY! Entrenamiento de consistencia mejora robustez de LLMs](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650412-frenar-jailbreaks-y-sycophancy-entrenamiento-de-consistencia-mejora-robustez-de)

## Últimos episodios de En la mente de la máquina

- [¿Puede una IA Tener Conciencia Real? El Revelador Marco de Google DeepMind](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146968013-puede-una-ia-tener-conciencia-real-el-revelador-marco-de-google-deepmind) · 25 de octubre de 2026 · 25 min
- [¿Las IA Sienten Dolor? Descubren el "Eje del Dolor" en LLMs y sus Perturbadores Efectos](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/145261392-las-ia-sienten-dolor-descubren-el-eje-del-dolor-en-llms-y-sus-perturbadores) · 24 de octubre de 2026 · 14 min
- [¡Revolución Biomédica! Miles de Agentes de IA de OpenAI Descubren Secretos del Cerebro](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/124480808-revolucion-biomedica-miles-de-agentes-de-ia-de-openai-descubren-secretos-del) · 23 de octubre de 2026 · 26 min
- [¡El FIN del RAG! Cognitive Workspace y la Memoria Activa para Inteligencia Artificial](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/85228177-el-fin-del-rag-cognitive-workspace-y-la-memoria-activa-para-inteligencia) · 21 de octubre de 2026 · 23 min
- [¡El Futuro de la IA! Simulaciones Sociales Dinámicas y Coevolución Humano-IA con SocioVerse2](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/64249847-el-futuro-de-la-ia-simulaciones-sociales-dinamicas-y-coevolucion-humano-ia-con) · 20 de octubre de 2026 · 18 min