Domingo 25 de octubre de 2026 ·
Un estudio de UC Berkeley propone que los agentes de IA mejoren si olvidan su historial
Útil para
Investigadores de UC Berkeley, Stanford y Bespoke Labs muestran que los agentes de IA que optimizan código por iteraciones dejan de mejorar al acumular historial. Al reiniciar periódicamente con solo la mejor versión, con el mismo presupuesto obtienen hasta un 39 % más de rendimiento que un agente único y hasta un 15 % más que cuatro agentes en paralelo. La técnica se probó en cuatro tareas con evaluación automática.
Qué significa
Los equipos que usan agentes de IA para tareas iterativas con criterio de evaluación automático pueden obtener más progreso por cada euro invertido. Reiniciar desde la mejor versión evita que el agente se vuelva conservador, lo que reduce el coste por mejora frente a seguir acumulando contexto.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Zennの「生成 AI」のフィードLeer la noticia completa en Zennの「生成 AI」のフィード
También ese día
Todas las noticias de IA del domingo 25 de octubre de 2026 ->