Viernes 23 de octubre de 2026 ·
Rouge: un método para que los LLM decidan cuánto razonar según la dificultad de cada pregunta
Los autores proponen Route-and-Generate (Rouge), un entrenamiento en el que un router reparte un presupuesto fijo de muestreo entre distintos formatos de razonamiento. El modelo base se optimiza con GRPO y una recompensa por rango que favorece las respuestas correctas más cortas. Según el paper, mejora el equilibrio entre precisión y eficiencia en varios benchmarks de razonamiento.
Qué significa
Reduce el razonamiento innecesario en preguntas sencillas, que los modelos suelen sobrepensar, y reserva el razonamiento largo para las más difíciles. Así se gasta menos cómputo sin perder precisión en los casos complejos.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.AILeer la noticia completa en arXiv cs.AI
También ese día
Todas las noticias de IA del viernes 23 de octubre de 2026 ->