# EVOL-RL: LLMs que evolucionan sin etiquetas. Evita el colapso de entropía y duplica el rendimiento

Episodio de [En la mente de la máquina](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina).

- Publicado: 3 de octubre de 2025
- Duración: 22 min
- Página: https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650482-evol-rl-llms-que-evolucionan-sin-etiquetas-evita-el-colapso-de-entropia-y-el

## Sobre este episodio

Descubre EVOL-RL, el marco de Reinforcement Learning (RL) diseñado para permitir que los Large Language Models (LLMs) se auto-mejoren continuamente utilizando flujos de datos sin etiquetas ni jueces externos. A diferencia de los métodos previos basados únicamente en la mayoría, como TTRL, que sufren de un colapso de entropía que reduce la diversidad y la complejidad del razonamiento, EVOL-RL propone una regla que equilibra la estabilidad con la variación. Este enfoque utiliza la respuesta de voto mayoritario como ancla de selección y añade una recompensa de novedad que favorece el razonamiento semánticamente distinto dentro del grupo. Esta combinación evita el colapso, mantiene cadenas de pensamiento más largas e informativas, y desbloquea una fuerte generalización entre dominios (OOD); por ejemplo, el entrenamiento con EVOL-RL en AIME24 elevó la precisión pass@16 en el desafiante benchmark AIME25 de 18.5% (TTRL) a 37.9%.https://arxiv.org/pdf/2509.15194

Anterior: [GPhyT: El modelo de física fundacional que supera simulaciones 29X](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650481-gphyt-el-modelo-de-fisica-fundacional-que-supera-simulaciones-29x)
Siguiente: [Cómo escribir herramientas efectivas para agentes IA: Optimiza con Claude y MCP](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650479-como-escribir-herramientas-efectivas-para-agentes-ia-optimiza-con-claude-y-mcp)

## Últimos episodios de En la mente de la máquina

- [¡Así Detectan IA Robada! Cuenca de Marcas de Agua y Detección de Modelos LLM Destilados](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/147029776-asi-detectan-ia-robada-cuenca-de-marcas-de-agua-y-deteccion-de-modelos-llm) · 31 de octubre de 2026 · 10 min
- [¡Google Presenta Gemini 4 Carbon! La IA Revolucionaria en Ciberseguridad y Código](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/147013300-google-presenta-gemini-4-carbon-la-ia-revolucionaria-en-ciberseguridad-y-codigo) · 29 de octubre de 2026 · 18 min
- [¿La IA Reemplazará a los Ingenieros? El Benchmark PLE de Google Revela la Verdad](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/147002129-la-ia-reemplazara-a-los-ingenieros-el-benchmark-ple-de-google-revela-la-verdad) · 28 de octubre de 2026 · 18 min
- [¡La Revolución de la IA! NCP-ArchPreview: Modelo Latente 2x Más Rápido](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146978939-la-revolucion-de-la-ia-ncp-archpreview-modelo-latente-2x-mas-rapido) · 26 de octubre de 2026 · 29 min
- [¿Puede una IA Tener Conciencia Real? El Revelador Marco de Google DeepMind](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146968013-puede-una-ia-tener-conciencia-real-el-revelador-marco-de-google-deepmind) · 25 de octubre de 2026 · 25 min