# HRM en acción: Datarus-R1 y su arquitectura de doble recompensa para un razonamiento eficiente

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

- Publicado: 6 de septiembre de 2025
- Duración: 23 min
- Página: https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650536-hrm-en-accion-datarus-r1-y-su-arquitectura-de-doble-recompensa-para-un-eficiente

## Sobre este episodio

Datarus-R1-14B introduce un marco de entrenamiento de doble recompensa que es clave para su rendimiento superior. Por un lado, una recompensa estructural asegura el formato correcto; por otro, un sofisticado Modelo de Recompensa Jerárquico (HRM) evalúa la calidad semántica del análisis. Este HRM es crucial: proporciona una supervisión densa a nivel de paso y una evaluación holística a nivel de trayectoria, aprendiendo a través de la comparación de soluciones exitosas y fallidas (preference learning). Gracias a este sistema, Datarus-R1 aprende a evitar el "sobrepensamiento" (overthinking) que afecta a otros modelos, logrando una eficiencia de tokens que se traduce en ahorros de costes de entre el 18% y el 49%.https://arxiv.org/pdf/2508.13382

Anterior: [IA simula una mente humana: Así es OmniHuman-1.5, el avatar que piensa y actúa](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650535-ia-simula-una-mente-humana-asi-es-omnihuman-1-5-el-avatar-que-piensa-y-actua)
Siguiente: [InfoSeek: La IA que desbloquea la investigación profunda y supera a los gigantes](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650533-infoseek-la-ia-que-desbloquea-la-investigacion-profunda-y-supera-a-los-gigantes)

## Últimos episodios de En la mente de la máquina

- [¡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
- [¿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