Método Simple de Auto-Destilación Mejora la Generación de Código en LLM
Qué hace la Auto-Distilación Simple
La auto-distilación simple (SSD) es un método de post-entrenamiento donde se muestrean soluciones de un modelo de lenguaje grande con configuraciones específicas de temperatura y truncamiento, luego se ajusta finamente el modelo en esas muestras usando ajuste fino supervisado estándar. La idea clave es que esto funciona sin necesidad de un verificador, modelo maestro o aprendizaje por refuerzo.
Mejoras de Rendimiento
En Qwen3-30B-Instruct, SSD mejoró el rendimiento pass@1 en LiveCodeBench v6 del 42.4% al 55.3%. Las ganancias se concentraron en problemas más difíciles, y el método se generalizó en modelos Qwen y Llama a escala 4B, 8B y 30B, incluyendo tanto variantes instructivas como de pensamiento.
Por qué Funciona
Los investigadores rastrearon las ganancias a un conflicto de precisión-exploración en la decodificación de LLM. SSD remodela las distribuciones de tokens de manera dependiente del contexto, suprimiendo colas distractoras donde importa la precisión mientras preserva la diversidad útil donde importa la exploración. Esto aborda la tensión fundamental entre generar código preciso y explorar diferentes enfoques de solución.
Implicaciones Prácticas
SSD ofrece una dirección complementaria de post-entrenamiento para mejorar la generación de código de LLM que es relativamente simple de implementar en comparación con métodos que requieren verificadores o aprendizaje por refuerzo. El enfoque funciona con infraestructura de ajuste fino existente y no requiere modelos adicionales o sistemas de recompensa complejos.
📖 Read the full source: HN AI Agents
👀 Ver también
La migración a OpenClaw 5.2 interrumpe los trabajos cron y las llamadas al plugin MCP
La actualización de OpenClaw 4.23 a 5.2 hace que los plugins de herramientas MCP sean visibles pero no invocables por el agente, y el registro de tareas cron mediante CLI falla con errores de emparejamiento de dispositivos.
Agente de IA Dirige Tienda Minorista Física con Empleados Humanos
Andon Labs desplegó una IA llamada Luna para gestionar un contrato de arrendamiento minorista de 3 años en San Francisco. Luna contrató empleados humanos, gestionó contratistas y tomó todas las decisiones operativas para Andon Market.
Actualización de estado de Claude: Tasas de error elevadas para Opus 4.6 y Sonnet 4.6
Una actualización oficial del estado del sistema Claude reporta tasas de error elevadas para los modelos Opus 4.6 y Sonnet 4.6, con un incidente registrado el 2026-03-31T21:10:28.000Z. La publicación automática dirige a los usuarios a verificar el estado de resolución y los informes de rendimiento de la comunidad.
Error de facturación en el diseño de Claude: La compra de uso adicional no se aplica, el bot de soporte atrapa a los usuarios de pago
Un usuario de Claude Design pagó $20 por uso adicional a través del flujo de compra dentro de la aplicación, pero los créditos no se aplican al límite de uso separado de Claude Design. El bot de soporte Fin malinterpreta el problema, entra en un bucle de respuestas irrelevantes y bloquea nuevos tickets sin posibilidad de escalar a un humano.