Jueves 22 de octubre de 2026 ·
Autodestilación on-policy (OPSD): técnica nueva para post-entrenar modelos de IA y evitar el olvido de tareas anteriores
El artículo repasa la literatura sobre la autodestilación on-policy (OPSD), un enfoque de aprendizaje automático cuyos primeros trabajos aparecieron en enero de 2026 y al que siguieron varias decenas de artículos. Se centra en el marco Self-Distillation Fine-Tuning (SDFT) de Shenfeld et al., pensado para el aprendizaje continuo a partir de un flujo de datos. También trata las dos principales preocupaciones que han surgido sobre el método.
Qué significa
Los modelos base entrenados con enormes cantidades de datos sufren olvido catastrófico: al aprender tareas nuevas pierden las anteriores. El método busca que aprendan de forma continua sin ese deterioro.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Towards Data ScienceLeer la noticia completa en Towards Data Science
También ese día
Todas las noticias de IA del jueves 22 de octubre de 2026 ->