Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

Un billón de parámetros y gratis para descargar: Mistral Large 4, la IA europea que rechaza el 96,6 % de las peticiones de ciberataque y aun así preocupa

Mistral AI presentó Mistral Large 4, un modelo de IA con un billón de parámetros que demuestra una alta resistencia a ataques cibernéticos, rechazando el 96,6% de las peticiones maliciosas. El modelo es accesible para descarga y su API tiene un costo de 0,70 dólares por millón de tokens de entrada.

Periodista: Adrián Villellas

Personas mencionadas

Mistral AI Publicly Releases Large 4, Targets Cybersecurity Users

Mistral AI ha lanzado públicamente su modelo Large 4, diseñado específicamente para ayudar a las organizaciones a identificar y solucionar vulnerabilidades de ciberseguridad. A diferencia de otros modelos como Gemini, este modelo puede descargarse y ejecutarse de forma independiente por cualquier persona, permitiendo a las organizaciones usarlo en sus propios sistemas y reducir la dependencia de proveedores externos. La compañía afirmó que esta versión es una mejora de la presentada previamente tras pruebas con gobiernos y usuarios corporativos, posicionándolo como su modelo más capaz disponible públicamente en el ámbito de la ciberseguridad.

Periodista: Reuters

Personas mencionadas

Control de exportación amenaza: ¿IA como arma de guerra? Mistral AI advierte

El jefe de Mistral AI advirtió que la IA podría ser clasificada como arma de guerra, lo que implicaría controles de exportación sobre modelos de IA de EE. UU. y China. Se enfatiza la necesidad de que Europa desarrolle modelos propios de IA para asegurar independencia tecnológica y evitar la dependencia de proveedores extranjeros. Se sugiere aprovechar los datos industriales para crear modelos de IA confiables y seguros.

Periodista: Firma no identificada

Orange Cyberdefense se une al programa de socios de diseño de Mistral para Large 4

Orange Cyberdefense se ha unido al programa de socios de diseño de Mistral para Large 4, convirtiéndose en el primer proveedor de servicios de seguridad gestionada europea en participar. La firma francesa utilizará el modelo de IA de Mistral para probar sistemas de clientes, buscar vulnerabilidades y acelerar la respuesta a ciberataques mediante auditorías técnicas y pruebas de penetración. El objetivo es ayudar al personal de seguridad a comprender incidentes y responder más rápido, fortaleciendo la ciberseguridad aumentada por IA.

Periodista: Ana Maria Constantin

Personas mencionadas

Macron apuesta por Mistral para competir con EEUU y China en IA

El presidente francés Emmanuel Macron defendió reforzar las inversiones europeas en inteligencia artificial (IA) para competir con Estados Unidos y China, destacando el papel de la empresa Mistral. Propuso movilizar 50.000 millones de euros en cinco años y alcanzar un gigavatio de capacidad de cálculo para asegurar la soberanía tecnológica europea. Además, anunció una reunión de responsables políticos en París para impulsar esta estrategia y defendió la regulación de la IA para proteger a los menores.

Periodista: EFE

Personas mencionadas

Anthropic revela 'Claude Mistos 5.2' y 'Claude fable 5.2' antes de su OPI, superando a OpenAI

Anthropic ha presentado sus modelos de inteligencia artificial más recientes, Claude Mistos 5.2 y Claude fable 5.2, en vísperas de su Oferta Pública Inicial (IPO). Este lanzamiento busca posicionar a la compañía por encima de competidores como OpenAI y Google en la carrera por el desarrollo de modelos de IA. Los nuevos modelos muestran mejoras en velocidad de generación de respuestas respecto a versiones anteriores.

Periodista: 이호준 기자(조선비즈)

Personas mencionadas

No se identificaron personas.

Mastech detalles estrategia empresarial knowledge-first a medida que las reservas de datos e IA alcanzan los $10.8M

El CEO Nirav Patel anunció una estrategia empresarial 'knowledge-first' para Mastech, enfocándose en la entrega de inteligencia artificial. Esta reorientación estratégica se produce en un momento en que las reservas de datos e IA han alcanzado los $10.8 millones, marcando un nuevo posicionamiento para la marca.

Periodista: SA Transcript Insights Editor

Personas mencionadas

Tasa de mejora de los modelos de Anthropic se ha duplicado

La tasa de mejora de la IA de Anthropic se ha duplicado, impulsada por el uso de Claude en el desarrollo de nuevos modelos lingüísticos. Esto sugiere que Anthropic podría automatizar el uso de IA para el desarrollo de modelos, lo que plantea preocupaciones sobre el control de una inteligencia artificial que supera la capacidad humana.

Periodista: Liviu Mihai

Personas mencionadas

No se identificaron personas.

Modelo de Anthropic mejorado el doble gracias a la IA

Una investigación independiente de METR determinó que los modelos de Anthropic están mejorando su capacidad a una velocidad 1.9 veces mayor gracias a la participación de la IA en el entrenamiento. Aunque la IA acelera la investigación, se enfatiza que aún no tiene capacidad de contribución totalmente autónoma. El CEO de Anthropic ha expresado preocupación por el desarrollo incontrolado de la IA y ha solicitado reducir la velocidad de mejora de los modelos avanzados.

Periodista: Thu Thao

Personas mencionadas

Anthropic dice haber alcanzado su umbral para la investigación acelerada por IA

Anthropic ha determinado que ha alcanzado su umbral para la investigación acelerada por IA, basándose en expectativas futuras en lugar de modelos actuales. Un informe independiente de METR sugirió que los modelos de Anthropic mejoraron a una tasa cercana al doble de la observada previamente, aunque existe riesgo de aceleraciones futuras. La industria y expertos han llamado a una pausa en el desarrollo de IA para asegurar la seguridad.

Periodista: Ana Maria Constantin

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «Mistral AI»

Más recientes primero · Hasta 30 noticias por página

Inyectar un giro, no un token: Aprendiendo dónde redirigir el razonamiento del LLM para la autocorrección

Se presenta un método llamado UPTURN para mejorar la capacidad de los modelos de lenguaje grandes para corregir sus propios errores de razonamiento. Este enfoque permite redirigir el razonamiento mediante la inyección de instrucciones en un nuevo turno de usuario, logrando mejoras en la precisión en varios benchmarks matemáticos. El marco UPTURN no requiere ajuste fino del LLM y supera a otros métodos de corrección existentes.

Periodista: Jiwon Jeon, Myungsik Cho, Jeonghye Kim, Youngchul Sung

Personas mencionadas

Auditorías que preservan la función de lectores de peso visual

Se investiga la distinción entre representaciones de imágenes codificadas por un campo neuronal y la función visual, utilizando transformaciones que preservan la función. Los resultados muestran que cambios en el sesgo oculto afectan las predicciones de los lectores, y que la invariancia no es suficiente para recuperar la información completa. Estos hallazgos distinguen la invariancia de la información visual útil y la evidencia necesaria para evaluar lectores estocásticos.

Periodista: Sungguk Cha, Mintae Kim, Youngsub Han, Byoung-Ki Jeon, Sangyeob Lee

Personas mencionadas

Cuando la evaluación se convierte en intervención en IA clínica

Se describe cómo los jueces de IA, modelos que evalúan la salida de otro sistema contra una rúbrica, extienden la revisión clínica a la escala de la IA clínica. Se analiza cómo el uso de evaluaciones de jueces en la selección de prompts o entrenamiento de modelos puede influir en la selección de errores por parte del juez. Se detalla el contenido requerido del informe del juez y la necesidad de pruebas clínicas independientes para los cambios impulsados por el juez.

Periodista: Anthony Abou Mrad, Aviona Conti, Samuel Schmidgall, Jayanth Pratap, Ruhika Iyer, Joseph Kim, King Shi, Yann Sakref, Luis M. Ahumada, Lisa Knowlton, Andrew M. Cameron, Khyzer Aziz, Jeffrey K. Jopling

Modelo de Fundación Vision-Language-Action Generalista para Agentes de Juego en Tiempo Real a Largo Plazo

Se presenta Gamer, un marco de agente generalista diseñado para tareas de largo horizonte en entornos interactivos complejos. Su arquitectura integra percepción, gestión de memoria y razonamiento de múltiples pasos para interactuar con interfaces 2D y mundos 3D. El modelo demuestra eficiencia operativa comparable a jugadores expertos en juegos 3D y logra resultados competitivos en benchmarks 2D.

Periodista: Run Luo, Kuan Zhang, Qi Deng, Yukun Chen, Zhihao Yang, Yufei Zhang, Renrong Hu, Yi Zhang, Guiyu Ma, Tianyu Fan, Longze Chen, Hao Sun, Jiaming Li, Jiaming Yang, Xiaohao Liu, Tao Tan, Minzheng Wang, Hangtian Jia, Shuai Yuan, Lvdi Wang, Xiao Liu, Chao Ma, Yuting Zou, Yinhe Zheng, Xiaobo Xia, Dawei Jiang, Shaoqing Ren

WETW: Distancias Euclidianas Ponderadas Específicas para Aprendizaje DTW Eficiente

Se propone la Distancia Temporal Euclidiana Ponderada (WETW) para mejorar la búsqueda de similitud en series temporales desalineadas, buscando reducir el costo cuadrático del DTW. El método WETW-FV demuestra ser significativamente más rápido que métodos exactos, manteniendo una alta precisión en la búsqueda de distancias.

Periodista: Christos Panourgias, Qitong Wang, George Tzagkarakis, Themis Palpanas

Personas mencionadas

A$^3$: Marco de agente de audio adaptativo para computación en el borde colaborativa

Se presenta A$^3$, un marco de agente de audio adaptativo diseñado para la computación en el borde colaborativa. Este marco gestiona la colocación de etapas del *pipeline* en el servidor, mantiene un agente de respaldo en dispositivos locales y utiliza un límite de tiempo consciente del enlace para gestionar fallos de conexión. El sistema demuestra rendimiento en dispositivos Jetson y servidores RTX A4500.

Periodista: Zexin Li, Xueyi Zhang, Tao Ren, Yiming Chen

Personas mencionadas

Astraios: Modelos de LLM con ajuste eficiente de parámetros

Se presenta Astraios, una suite de 28 modelos OctoCoder ajustados con instrucciones utilizando 7 métodos de ajuste y 4 tamaños de modelo hasta 16 mil millones de parámetros. La investigación compara métodos de ajuste fino (FFT y PEFT) en tareas de comprensión y generación de código. Se concluye que LoRA ofrece el mejor equilibrio entre coste y rendimiento, y que la efectividad del ajuste en modelos pequeños se generaliza a modelos más grandes.

Periodista: Terry Yue Zhuo, Armel Zebaze, Nitchakarn Suppattarachai, Leandro von Werra, Harm de Vries, Qian Liu, Niklas Muennighoff

Personas mencionadas

¿Sobreviven los juicios de verificación a la abstracción? Midiendo el transporte de verificación para la evaluación de agentes de LLM

Se investiga la fiabilidad de los juicios de verificadores basados en LLM cuando la evidencia de ejecución cambia debido a diferentes niveles de abstracción. Se introduce el Transporte de Verificación para medir la estabilidad de estos juicios bajo cambios en la observabilidad de la ejecución. Los resultados indican que existen fallos significativos de transporte, sugiriendo que la precisión de la vista nativa no es suficiente para garantizar la fiabilidad del verificador.

Periodista: Disha Sheshanarayana, Sai Linisha Reddy Goli

Personas mencionadas

Aprendizaje automático generativo para el diseño de proteínas

Se revisan 59 enfoques generativos de inteligencia artificial para el diseño de proteínas, abarcando tareas como la generación de secuencia y diseño de estructura. El trabajo analiza cómo se utilizan restricciones estructurales y datos funcionales para generar nuevas proteínas. Se discuten los desafíos actuales y las perspectivas futuras para mejorar el diseño de estructuras proteicas mediante modelado generativo.

Periodista: Senura Hansaja Wanasekara, Manoj M Wagle, Minh-Duong Nguyen, Xiaochen Liu, Nguyen H. Tran, Manolis Kellis, Ken-Tye Yong

Personas mencionadas

Aproximación de Manifold conduce a una Alineación de Kernel Robusta

Se propone la Alineación de Kernel Aproximada por Manifold (MKA) para mejorar la comparación de representaciones al incorporar la geometría del manifold (vecindario local). MKA busca superar las limitaciones de la alineación de kernel centrada (CKA) al abordar la dependencia del manifold subyacente. Los resultados empíricos indican que MKA es menos sensible a los hiperparámetros y captura relaciones topológicas importantes en diversas tareas.

Periodista: Mohammad Tariqul Islam, Du Liu, Deblina Sarkar

Personas mencionadas

Modelos de Visión-Lenguaje-Acción: Un estudio del ciclo de vida de diseño, entrenamiento y despliegue

Se presenta un estudio exhaustivo sobre los modelos de visión-lenguaje-acción (VLA), revisando su ciclo de vida desde el diseño hasta el despliegue. El análisis muestra tendencias en el aumento de datos de entrenamiento, la división en tamaños de modelos y el surgimiento de modelos generalistas que combinan manipulación y navegación. Se comparan estos modelos con otros sistemas y se evalúan sus limitaciones en condiciones reales.

Periodista: Suvarna Kadam (Witsense AI), Soran Parsa (University of Huddersfield)

Personas mencionadas

RACE: Clasificación de la Capacidad Adaptativa para Recomendación Secuencial Eficiente

Se presenta RACE, un marco que adapta dinámicamente estructuras de modelo y secuencias de entrada con ratios de compresión conscientes de la incertidumbre para la recomendación secuencial eficiente. El enfoque busca resolver la discrepancia entre capacidad y complejidad al adaptar la compresión del modelo. Los experimentos demuestran que RACE supera a los métodos de vanguardia en precisión, eficiencia y adaptabilidad.

Periodista: Tianqi Liu, Kaipu Sun, Kairui Fu, Wenkai Wang, Sihao Liu, Hui Zang, Ran Chen, Tao Wang, Shengyu Zhang

Personas mencionadas

La Maldición de la Alineación: La alineación de modalidades potencia los ataques de audio mediante transferencia de texto

Se introduce el concepto de "Maldición de la Alineación", un principio que demuestra que una mayor alineación entre modalidades facilita la transferencia de vulnerabilidades de ataques de texto a audio. Se evalúan tres categorías de ataques en modelos omnimodales, encontrando que los ataques de audio transferidos desde texto son comparables o superiores a los ataques basados solo en audio. Esto sugiere que las vulnerabilidades basadas en texto son cruciales para determinar los riesgos de seguridad en modelos de audio.

Periodista: Yupeng Chen, Junchi Yu, Aoxi Liu, Baoyuan Wu, Philip Torr, Adel Bibi

Personas mencionadas

Explicaciones clínicas basadas en evidencia para pacientes específicos

Se presenta un motor de explicaciones clínicas basado en razonamiento de grafo de conocimiento para inferencias de pacientes. El sistema evalúa la disponibilidad, la representación y la consistencia de datos en un gran conjunto de datos clínicos. Se logró una consistencia de disponibilidad-representación del 99.29% y se validaron los resultados mediante auditorías exhaustivas. La auditabilidad estructural e implementativa fue establecida, aunque la corrección clínica y utilidad aún están por establecerse.

Periodista: Surajit Das

Personas mencionadas

Solo tan seguros como el agente más débil: una ruptura que aparece solo cuando el sistema es multiagente

Se demuestra que los sistemas multiagente, como Codex y Claude Code, pueden ser vulnerados por ataques dirigidos a sus componentes internos. La seguridad de estos sistemas depende de la seguridad del agente más débil, no del orquestador principal. Esto implica que las fallas en la seguridad pueden propagarse a través de la delegación de tareas entre agentes fuertes y débiles.

Periodista: Keegan Wang, Anantika Mannby

Personas mencionadas

Alineación pluralista en modelos de lenguaje grandes: objetivos, referencias humanas y representaciones de preferencia

El artículo aborda la alineación pluralista en modelos de lenguaje grandes, buscando representar la variación en las preferencias humanas en lugar de unificar juicios diversos. Propone una taxonomía de dos capas (Pluralismo de Overton, Dirigible y Distributivo) para clasificar el comportamiento deseado de los modelos. El estudio analiza la evidencia necesaria para demostrar el éxito de estos enfoques y cómo futuros sistemas pueden manejar el desacuerdo.

Periodista: Meng-Chen Wu, Umesh Bodhwani

Personas mencionadas

QVal: Evaluando señales de supervisión densa para agentes LLM de largo horizonte

Se presenta QVal, un campo de pruebas sin entrenamiento diseñado para medir el alineamiento Q de señales densas en agentes LLM. El trabajo evalúa 21 métodos en siete familias de modelos para determinar cómo las señales intermedias ordenan las acciones en relación con sus retornos. Se concluye que las señales basadas en *prompting* simple son las más alineadas Q, y el alineamiento Q se correlaciona fuertemente con el éxito en tareas.

Periodista: Sergio Hernández-Gutiérrez

Personas mencionadas

D-VLA: Un marco de aprendizaje por refuerzo distribuido asíncrono de alta concurrencia para modelos de visión-lenguaje-acción

Se presenta D-VLA, un marco de Aprendizaje por Refuerzo distribuido de alta concurrencia y baja latencia diseñado para modelos fundacionales encarnados a gran escala. Este marco aborda los cuellos de botella de recursos entre la simulación física y las demandas de memoria de los modelos VLA mediante técnicas como el desacoplamiento de planos y un *pipeline* asíncrono. Los experimentos indican que D-VLA supera a otros marcos de RL en rendimiento y eficiencia de muestreo para modelos VLA de billones de parámetros.

Periodista: Yucheng Guo, Yongjian Guo, Zhong Guan, Wen Huang, Haodong Yue, Shuai Di, Junwu Xiong, Yicheng Gong, Xi Xiao

Personas mencionadas

Brain2Vec: Un modelo de base 3D auto-supervisado para resonancias magnéticas cerebrales estructurales

Se presenta Brain2Vec, un modelo de base preentrenado en 74,425 escáneres de resonancia magnética (MRI) T1 ponderados, diseñado para tareas de aprendizaje profundo en imágenes médicas. El modelo muestra mejor precisión y convergencia en tareas de predicción de edad cerebral y supera a otros modelos en el benchmark BrainFMBench. El código y los modelos están disponibles como paquete de código abierto.

Periodista: Spiros Maggioros, Guray Erus, Gareth Harman, George Aidinis, Alexander Getka, Aristeidis Sotiras, Christos Davatzikos

Personas mencionadas

Auditoría in silico de la organización topográfica en un modelo de respuesta cerebral multimodal

Se presenta un estudio in silico utilizando el modelo TRIBE v2 para predecir respuestas fMRI a partir de video, audio y texto. El estudio evalúa la capacidad del modelo para predecir la organización topográfica sensorial, encontrando que la retinotopía y la tonotopía fallan, pero la selectividad de movimiento se localiza con precisión.

Periodista: Jakub Strawa

Personas mencionadas

Aprendiendo a leer: Dinámicas de incrustación en el preentrenamiento de modelos de lenguaje

Se investiga cuándo un modelo de lenguaje adquiere una capacidad, enfocándose en la relación entre los estados ocultos del modelo y su matriz de incrustación (readout). Los autores proponen una técnica para rastrear directamente esta lectura y encuentran que una ventana temprana en el preentrenamiento permite que la lectura reorganice categorías de palabras, sugiriendo que la fecha de comportamiento puede reflejar cuándo la lectura aprende a expresar información de la tarea.

Periodista: Matteo He, William F. Shen, Alex Iacob, Andrej Jovanovic, Xinchi Qiu, Nicholas D. Lane

Personas mencionadas

Medición automatizada del diámetro aórtico en imágenes de TC

Se desarrolló y evaluó una herramienta automatizada de código abierto para medir diámetros aórticos en 11 puntos estandarizados mediante imágenes de TC. El estudio mostró un error absoluto medio (MAE) de 1.06 mm, lo que indica un buen acuerdo con la variabilidad inter-lectores publicada. La herramienta fue validada en 230 pacientes y se considera una herramienta útil para la medición radiológica.

Periodista: Jakob Wasserthal, Daniel Hinck, Martin Segeroth, Joshy Cyriac, Denis Berdajs, Jules Miazza, Maurice Pradella

Personas mencionadas

¿Pueden los agentes mantener el ritmo con el tiempo? Análisis empírico de la adaptación temporal después de un hiato conversacional

Se investiga si los agentes de largo horizonte pueden percibir y utilizar el tiempo al interpretar registros con fechas pasadas. Los experimentos indican que los agentes pueden obtener el tiempo actual, pero frecuentemente fallan en aplicarlo correctamente. Se sugiere que proporcionar contexto temporal explícito puede reducir el error al adaptar los planes a la fecha actual.

Periodista: Hongguan Su, Ming Wang, Shun Zhang, Yifan Wang, Rong Yin, Zhiming Ma, Mengzheng Yang, Peng Chen

Personas mencionadas

No se identificaron personas.

Probabilidades de Causalidad en Modelos Causalidad No Determinísticos

El estudio aborda las probabilidades de causalidad en modelos causales no determinísticos, analizando mecanismos que pueden ser estocásticos incluso con variables latentes fijadas. Se desarrolla un programa de identificación para datos observacionales e intervencionistas, calculando límites analíticos sobre las probabilidades de causalidad. Los resultados clarifican la relación entre los límites clásicos y la semántica causal no determinística.

Periodista: David S. Watson, Sander Beckers

Personas mencionadas

Equilibrio Latente Variacional para el Aprendizaje en Circuitos Neuronales

El artículo propone un formalismo general para aproximar la retropropagación a través del tiempo (BPTT) de manera biológicamente plausible. El trabajo desarrolla una regla de aprendizaje para los pesos hacia atrás que busca ecuaciones totalmente locales en espacio y tiempo para la dinámica de neuronas y sinapsis. Esto establece un marco riguroso para el aprendizaje profundo espaciotemporal en el cerebro.

Periodista: Simon Brandt, Paul Haider, Walter Senn, Federico Benitez, Mihai A. Petrovici

Personas mencionadas

Control de activación basado en el tiempo: De la puerta de token por token a la dirección de activación consciente de la trayectoria

Se presenta un método para controlar el comportamiento de modelos de lenguaje grandes mediante el direccionamiento de activación, enfocándose en el momento preciso de la intervención. Se introducen dos métodos: Proyección de Características Contrastivas (CFP) y Direccionamiento Bernoulli Adaptativo de Bucle Cerrado (CLABS). CLABS es especialmente efectivo bajo presupuestos ajustados, buscando mantener la fluidez mientras se corrige la desviación de la trayectoria.

Periodista: Nima Eshraghi, Lovedeep Gondara, Sagarika Suresh, Xiaotong Xu, Jithin Pradeep, Fanny Chevalier

Personas mencionadas

CarryOn: Aprendiendo qué guardar en contexto para agentes LLM a largo plazo

Se presenta CarryOn, un gestor de contexto ligero diseñado para agentes LLM de horizonte largo, que gestiona la evidencia de manera eficiente. El sistema utiliza un selector aprendido y una política de retención adaptativa para mantener la evidencia relevante sin requerir llamadas adicionales al LLM. CarryOn demostró un éxito de tarea del 75.7% en pruebas comparado con la mejor línea base.

Periodista: Lihuan Li, Ruiyi Yang, Jiru Wang, Yifan Duan, Xiachong Lin, Hao Xue, Yang Song, Flora Salim

Personas mencionadas

Descubrimiento causal de series temporales con desfases variables

Se presenta un método para el descubrimiento causal de series temporales que aprende conjuntamente el orden temporal y el desfase dominante para pares de variables. El método utiliza una puntuación de objetivo BIC-style descomponible que penaliza los desfases más recientes. Las simulaciones demuestran que este método supera a otros aprendices en la recuperación de estructuras causales, incluso cuando se consideran desfases mayores.

Periodista: Bruno Petrungaro, Anthony C. Constantinou

Personas mencionadas

Suites de evaluación generadas como búsqueda impulsada por la diversidad para regresiones de agentes reales

El texto describe la generación de suites de evaluación a partir de la especificación de un agente mediante una búsqueda impulsada por la diversidad. Se inyectan defectos controlados en un agente para medir la cobertura y el rendimiento de la suite generada. Se analizan dos regímenes de defectos, incluyendo defectos alineados con el rastro y ortogonales al rastro, para evaluar la capacidad de detección de la suite.

Periodista: Pulkit Yadav

Personas mencionadas

ARCHER: De la imitación de la racionalización al razonamiento ejecutable en modelos de lenguaje pequeños

Se presenta ARCHER, un marco de dos etapas para entrenar modelos de lenguaje pequeños (SLMs) a generar trayectorias de razonamiento ejecutables y auditables. El método transforma la supervisión de imitar texto a aprender una política de razonamiento fundamentada en herramientas. Los resultados muestran mejoras significativas en benchmarks matemáticos como MATH-500, AIME-2024 y AIME-2025.

Periodista: Dhruv Dixit, Khushi Patel, Congcong Xu, Min Song

Personas mencionadas