Domingo 8 de noviembre de 2026 ·
MIT usa GPT-6 Astra para corregir los pesos internos de Qwen3.5-0.8B y sube su acierto en MATH-500 del 7,9 % al 48,1 %
Investigadores del MIT CSAIL hicieron que GPT-6 Astra examinara y modificara los pesos internos del modelo pequeño Qwen3.5-0.8B. Cambiaron unos 131.072 valores, cerca del 0,016 % del total, para reducir los bucles de razonamiento repetitivo. Con ello, la precisión en la prueba de matemáticas MATH-500 pasó del 7,9 % al 48,1 %. La técnica, llamada Weight-Space Programming, se publicó el 2 de noviembre de 2026 y solo se validó con problemas de práctica, sin entrenamiento por gradiente.
Qué significa
Abre la vía de que una IA ajuste directamente la configuración interna de otra para corregir fallos de razonamiento, y no solo reformulando la pregunta. Por ahora es un resultado de investigación sobre un modelo pequeño, no una función disponible para el público.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- #LLMタグLeer la noticia completa en #LLMタグ
También ese día
Todas las noticias de IA del domingo 8 de noviembre de 2026 ->