Miércoles 4 de noviembre de 2026 ·
Reescribir el razonamiento previo de un modelo en vez de alargarlo reduce los tokens de razonamiento y el coste de los agentes
Investigadores estudian si los modelos de pesos abiertos pueden generar razonamientos menos extensos reescribiendo sus propios pensamientos anteriores en registros compactos, sin reentrenarlos. Los historiales compactos suelen acortar el razonamiento posterior y reducen las verificaciones repetidas en un caso de programación. En agentes de software, la compresión puede bajar el gasto total, aunque la calidad y el tiempo dependen del modelo y del compresor usados.
Qué significa
Los agentes de programación que encadenan muchas llamadas a un modelo de razonamiento podrían pagar menos por tokens si comprimen su propio historial, aunque el resultado varía según el modelo.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del miércoles 4 de noviembre de 2026 ->