rStar2-Agent: La IA de Microsoft que revoluciona el razonamiento matemático pensando "más inteligente"

Descubre rStar2-Agent, el innovador modelo de razonamiento matemático de 14B de Microsoft Research que está redefiniendo el rendimiento en IA. A diferencia de los enfoques que simplemente "piensan más largo" con cadenas de pensamiento extendidas, rStar2-Agent "piensa más inteligente" al demostrar comportamientos cognitivos avanzados. Utiliza herramientas de codificación Python, reflexiona sobre la ejecución del código y refina sus pasos intermedios de forma autónoma, lo que le permite superar a modelos significativamente más grandes como DeepSeek-R1 (671B) en benchmarks como AIME24 con una precisión del 80.6% y AIME25 con un 69.8%. Este avance es posible gracias a innovaciones clave como el algoritmo GRPO-RoC, que aborda el ruido del entorno de codificación para un razonamiento más efectivo, y una receta de entrenamiento eficiente que logra resultados de vanguardia en solo 510 pasos de aprendizaje por refuerzo en una semana. Además, rStar2-Agent produce respuestas significativamente más cortas y de mayor calidad, y muestra una notable generalización a tareas de razonamiento científico y uso de herramientas, incluso habiendo sido entrenado solo con datos matemáticos.https://arxiv.org/pdf/2508.20722v1