El WikiGame desenmascara a los LLM: navegan bien, razonan mal y contaminan su propia fuente
Dos estudios muestran que los modelos top igualan a humanos en el juego de navegar Wikipedia por enlaces, pero fallan en planificación real y alucinan rutas. A la vez, la propia Wikipedia ya muestra huella de texto generado por IA, contaminando benchmarks y sistemas RAG.