Cómo se entrena una inteligencia artificial: del corpus al modelo
El entrenamiento de un modelo de IA es un proceso de optimización iterativa. Ninguna fase es trivial: la recogida de datos, el preprocesamiento, el cálculo, la evaluación y el ajuste.
Categoría
Artículos, resultados reproducibles y avances de laboratorio, con la cautela que exige la evidencia preliminar.
11 publicaciones en esta categoría
El entrenamiento de un modelo de IA es un proceso de optimización iterativa. Ninguna fase es trivial: la recogida de datos, el preprocesamiento, el cálculo, la evaluación y el ajuste.
Tres preimpresos en seis semanas — Craig con GPT-6 Astra, Hsu y Witten con Claude Opus 5.5 — proponen una definición del Modelo Estándar en una retícula.
MAPE evoluciona la memoria de los agentes de IA: 12% más de precisión a un 35% del coste, con código abierto. Un método, no un modelo. Ver el código en GitHub.
Un método de entrenamiento que hace que los agentes de IA demuestren teoremas en Lean gana 13,7 puntos sobre Qwen3-8B en MiniF2F, FATE y ProofNet.
El mejor agente de inteligencia artificial resuelve el 69,6 % de las peticiones sueltas, pero solo el 39,8 % de los diálogos completos, según ToolTurns.
Un equipo adapta Qwen3-Omni sin reentrenar el modelo para hablar en dúplex palabra a palabra. Entrena 97M parámetros en 30 horas-GPU en un solo acelerador.
Un estudio con cuatro modelos frontera muestra que delegar las búsquedas en subagentes no mejora la precisión y a menudo la empeora notablemente.
Un benchmark con 357 errores inyectados en 30 artículos reales muestra que tres modelos frontera difieren en unos 50 puntos porcentuales al detectar errores.
Google DeepMind presenta AlphaGenome 2, un modelo de inteligencia artificial que predice el efecto de cada variante del ADN en células concretas.
Un benchmark con 200 artículos de ICML 2026 muestra que los modelos reconocen una buena idea cuando se la ofrecen, pero no la generan por sí solos.
Un sistema de agentes de Shanghái y Alibaba porta cada modelo de lenguaje a motores móviles y resuelve el 75 % de un benchmark de doce casos, frente a Codex.