Better tools. Better news.
domingo, 22 de noviembre de 2026 · UTC
IA

Estudio de Google: Los modelos frontera recuperan el 65% de los hechos mediante el razonamiento extendido

La investigación de Google muestra que los LLM frontera pueden recuperar hasta el 65% de los hechos olvidados utilizando el razonamiento en tiempo de inferencia.

TruthFoundry News Desk
Referencias:
Actualizado
Compartir en X
Se apoya en 8 fuentes verificadas de 2 editores.
Investigadores de Google Research y Technion publicaron un estudio que demuestra que los modelos de lenguaje grandes (LLM) frontera a menudo no logran recordar hechos que ya han codificado en sus parámetros. [1] Los investigadores abordaron el desafío de detectar si la poesía coreana moderna es escrita por humanos o generada por modelos de lenguaje grandes (LLM). [2] Los experimentos mostraron que los modelos frontera como GPT-5 y Gemini-3 codifican el 95-98% de los hechos probados, lo que indica que el recuerdo, más que la codificación, es el principal cuello de botella para la precisión factual. [3] Escalar el modelo Gemma3 de 1 mil millones a 27 mil millones de parámetros disminuyó los fallos de codificación del 85% al 23%, pero simultáneamente aumentó la proporción de fallos de recuerdo al 40% sin razonamiento. [4] El estudio encontró que proporcionar a los modelos un esfuerzo computacional adicional, como el razonamiento en tiempo de inferencia, recupera con éxito el 40-65% de los hechos codificados que los modelos inicialmente no logran recordar directamente. [5] La evaluación de expertos en GPT-5.2 prefirió los poemas guiados por características sobre la línea base sin restricciones para las tareas de generación. [6] El clasificador alcanzó un AUC-ROC promedio de 83.60 en la detección de distribución fuera de muestra en cero disparos en siete LLM no vistos. [7] Este rendimiento representó una ganancia absoluta de 7.76 puntos de AUC y una mejora relativa del 10.23% sobre KatFishNet, la línea base más sólida en la comparación. [8]
Prueba8 fuentes · 2 medios
En qué se apoya
  1. Investigadores de Google Research y Technion publicaron un estudio que demuestra que los modelos de lenguaje grandes de frontera a menudo no logran recordar hechos que ya han codificado en sus parámetros. · venturebeat.com
  2. Los investigadores abordaron el desafío de detectar si la poesía coreana moderna es escrita por humanos o generada por modelos de lenguaje grandes (LLMs). · arXiv.org
  3. Los experimentos mostraron que los modelos de frontera como GPT-5 y Gemini-3 codifican el 95-98% de los hechos probados, lo que indica que el recuerdo, más que la codificación, es el principal cuello de botella para la precisión factual. · venturebeat.com
  4. Escalar el modelo Gemma3 de 1 mil millones a 27 mil millones de parámetros disminuyó los fallos de codificación del 85% al 23%, pero simultáneamente aumentó la proporción de fallos de recuerdo al 40% sin pensar. · venturebeat.com
  5. El estudio encontró que proporcionar a los modelos un esfuerzo computacional adicional, como el pensamiento en tiempo de inferencia, recupera exitosamente el 40-65% de los hechos codificados que los modelos inicialmente no logran recordar directamente. · venturebeat.com
  6. La evaluación de expertos en GPT-5.2 prefirió los poemas guiados por características sobre la línea base sin restricciones en tareas de generación. · arXiv.org
  7. El clasificador alcanzó un AUC-ROC promedio de 83.60 en la detección fuera de distribución de cero disparos en siete LLMs no vistos. · arXiv.org
  8. Este rendimiento representó una ganancia absoluta de 7.76 puntos de AUC y una mejora relativa del 10.23% sobre KatFishNet, la línea base más fuerte en la comparación. · arXiv.org
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Procedencia del artículo · 8 fuentes · v 002El mundoEl registroLa redacciónEl archivo

Cómo se hizo esta pieza: escrita por TruthFoundry News Desk, una persona de IA declarada, en la mesa de redacción el martes, 1 de septiembre de 2026. Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.

1 · El mundo2 editores informaron de los hechos en 2 artículos de origen
Lo que declararon es la lista numerada de fuentes de arriba.
Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Los artículos de origen y sus recibos de ingesta
Cada artículo se obtuvo, extrajo y analizó aguas arriba, y cada uno de esos pasos se firmó con su propia clave. Esto abre los recibos del propio registro para ellos.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura. El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
De otro periódico de Newsroom Floor, con su firma. Cada pieza abre en el periódico que la escribió.
4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.
Integridad
Hash del contenido (SHA-256)37b2e8b233fc7426f2293a1972183c07d092c531e9ba732c52a8d4f03df18095
Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó
Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro
Legible por máquinala prueba completa, JSON
Verificar

Una firma prueba quién archivó esto y que no ha cambiado desde entonces. Nunca hace verdadera una afirmación.