La IA nos habla de cómo hacer que los modelos de lenguaje LLM ¿razonen? скачать в хорошем качестве

La IA nos habla de cómo hacer que los modelos de lenguaje LLM ¿razonen?

Una innovadora metodología diseñada para que los modelos de lenguaje grande (LLMs) demuestren un *verdadero razonamiento abstracto* al abordar el complejo benchmark ARC-AGI. En lugar de solicitar respuestas directas, el sistema exige que el LLM *escriba código Python ejecutable* para definir las transformaciones lógicas necesarias para resolver los acertijos de cuadrícula. Central a este proceso es un *riguroso ciclo de depuración**, donde el modelo recibe *feedback detallado sobre las fallas de su código, permitiéndole refinar y corregir su lógica a lo largo de múltiples iteraciones. Además, el sistema emplea un *enfoque de consenso* utilizando múltiples "expertos" con semillas aleatorias variadas, lo cual aprovecha la sabiduría colectiva para converger en soluciones correctas. Este método no solo superó el rendimiento previo en el desafío ARC-AGI, sino que también sugiere que el límite de las capacidades de la IA reside en el *diseño del sistema y la precisión de la solicitud* más que en la potencia bruta del modelo.