¡Revolución en la IA! La inteligencia artificial que se enseña a sí misma sin datos externos

Los modelos de lenguaje actuales dependen en gran medida de conjuntos de datos curados a mano, un proceso que requiere mucho esfuerzo humano. Pero, ¿y si pudieran aprender por sí mismos? Presentamos los Modelos de Lenguaje de Auto-Cuestionamiento (SQLM), un innovador enfoque de auto-aprendizaje que permite a las grandes IAs mejorar sus habilidades de razonamiento sin necesidad de datos de entrenamiento externos. En este marco de auto-juego asimétrico, un 'proponente' genera sus propias preguntas, y un 'solucionador' intenta responderlas. Ambos son entrenados para maximizar sus recompensas: el proponente es recompensado por problemas que no son ni demasiado fáciles ni demasiado difíciles, y el solucionador por la corrección de sus respuestas (usando un voto mayoritario o pruebas unitarias). Este método demuestra que las IAs pueden desarrollar significativamente sus capacidades de resolución de problemas simplemente interactuando con contenido auto-generado, rompiendo con la dependencia de los datasets tradicionales.https://www.arxiv.org/pdf/2508.03682