Viernes 23 de octubre de 2026 ·
Los LLM repiten jugadas fallidas cuando ven el error registrado en el historial
Útil para
Un estudio con ocho modelos de 135 millones a 1,7 mil millones de parámetros en Sokoban, Connect Four y Othello muestra que, al registrar una jugada fallida y su mensaje de error, los modelos tienden a repetirla. El efecto aparece con jugadas ilegales, pero no con jugadas legales que pierden. Describir el fallo sin incluir la jugada mantiene la preferencia del modelo. En OLMo 2 1B, el efecto está presente en el modelo base y se reduce en gran medida tras el ajuste DPO.
Qué significa
Quien diseña agentes que reintentan tras un error debe tener en cuenta que, en modelos pequeños, registrar el fallo puede hacer más probable repetirlo. El ajuste posterior al entrenamiento reduce este comportamiento.
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 ->