Jueves 15 de octubre de 2026 ·
Modelos de decisión frente a un LLM generativo: Kev y Verdict superan al modelo base en elegir opciones
Útil para
Los modelos de decisión tipo Jev eligen entre opciones disponibles, como el enrutado o la selección de herramientas, sin generar la respuesta token a token. En las pruebas, Kev alcanzó el 98% tanto con rutas fijas como con candidatos cambiantes, y Verdict el 89% con candidatos cambiantes, frente al 66% de Qwen3-0.6B como modelo base. Ambos modelos no generaron tokens de respuesta, mientras que el LLM generó unos 10 por petición. La latencia mediana fue de 125-130 ms para Kev y de 17-18 ms para Verdict, frente a 331-357 ms del modelo base.
Qué significa
Un agente que solo tiene que elegir una ruta de soporte, por ejemplo ante un cargo duplicado, podría decidir directamente y responder más rápido. El autor publica un kit de inicio para probar el modelo y el benchmark.
Cómo te afecta
- Programadores
Si construyes un enrutador que elige ruta o herramienta, compara un modelo de decisión abierto con tu LLM actual: según el benchmark, Kev acierta el 98% en rutas fijas con una latencia mediana de 125-130 ms, frente al 66% de Qwen3-0.6B.
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 15 de octubre de 2026 ->