# Mejora LLMs +33% sin referencias: CaT-RL transforma el entrenamiento de modelos

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

- Publicado: 28 de septiembre de 2025
- Duración: 24 min
- Página: https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650491-mejora-llms-33-sin-referencias-cat-rl-transforma-el-entrenamiento-de-modelos

## Sobre este episodio

La metodología Compute as Teacher (CaT) responde a la pregunta de si el cómputo de inferencia puede sustituir la supervisión faltante, convirtiendo la exploración del modelo en una señal de entrenamiento sin necesidad de referencias humanas. Mediante CaT-RL, la política actual genera un conjunto de rollouts paralelos (exploración), y una política ancla (frozen anchor) sintetiza una única referencia estimada que resuelve omisiones y contradicciones. Este enfoque es crucial para tareas donde las etiquetas son escasas o imposibles, funcionando tanto en dominios verificables (como MATH-500, utilizando programmatic checkers) como en dominios no verificables (como HealthBench, mediante rúbricas autopropuestas que son evaluadas por un juez LLM). CaT-RL ha demostrado ser superior a la votación por mayoría y otros métodos de selección, ofreciendo mejoras relativas de hasta 33% en modelos 4B–8B (como Llama 3.1 8B, Qwen 3 4B y Gemma 3 4B). Descubre cómo CaT-RL genera una supervisión auditable que te permite entrenar modelos especializados sin depender de la anotación.https://arxiv.org/pdf/2509.14234

Anterior: [Qwen3Guard: Seguridad de IA SOTA en 119 idiomas y detección en tiempo real](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650494-qwen3guard-seguridad-de-ia-sota-en-119-idiomas-y-deteccion-en-tiempo-real)
Siguiente: [BAIDU se DISPARA 16%: El BOOM de la IA China, chips y Ernie X 1.1](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650492-baidu-se-dispara-16-el-boom-de-la-ia-china-chips-y-ernie-x-1-1)

## Últimos episodios de En la mente de la máquina

- [¡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
- [¿Las IA Sienten Dolor? Descubren el "Eje del Dolor" en LLMs y sus Perturbadores Efectos](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/145261392-las-ia-sienten-dolor-descubren-el-eje-del-dolor-en-llms-y-sus-perturbadores) · 24 de octubre de 2026 · 14 min
- [¡Revolución Biomédica! Miles de Agentes de IA de OpenAI Descubren Secretos del Cerebro](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/124480808-revolucion-biomedica-miles-de-agentes-de-ia-de-openai-descubren-secretos-del) · 23 de octubre de 2026 · 26 min
- [¡El FIN del RAG! Cognitive Workspace y la Memoria Activa para Inteligencia Artificial](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/85228177-el-fin-del-rag-cognitive-workspace-y-la-memoria-activa-para-inteligencia) · 21 de octubre de 2026 · 23 min