Miércoles 4 de noviembre de 2026 ·
Dos métodos de ajuste para modelos pequeños en preguntas médicas: ninguno gana siempre
El estudio compara dos formas de ajuste fino con cadena de pensamiento para modelos de hasta 9.000 millones de parámetros: ponderar igual toda la secuencia (UaS) o ponderar por separado el razonamiento y la respuesta (SwS). En preguntas de opción múltiple (MedQA, EMS-MCQA) gana SwS, con mejoras de hasta 44,8% en Qwen3.5-4B sobre MedQA, sobre todo en modelos generales. En texto libre (Med-O1) gana UaS, y los autores observan que un razonamiento excesivamente largo se asocia con peor rendimiento en algunos modelos.
Qué significa
Para ejecutar en local asistentes de consulta médica con modelos pequeños, el método de entrenamiento pesa tanto como el modelo elegido. Un modelo general pequeño puede ganar mucho en preguntas tipo test con el método adecuado.
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 ->