Aprendizaje de RSI: las matemáticas como laboratorio de la mejora recursiva (The Sequence Knowledge #968)

Por TheSequence · Tue, 10 Nov 2026 12:05:44 +0000.

El número #968 de The Sequence Knowledge plantea que, si se le da a un modelo de lenguaje un teorema difícil y tiempo suficiente, puede producir una cantidad notable de matemáticas. La dificultad real está en decidir cuál de ese material merece conservarse. Un párrafo elegante puede esconder una inferencia inválida, y una respuesta final correcta puede salir de un argumento roto. Entrenar con cualquiera de esos errores enseña al siguiente modelo a repetirlos de forma aún más convincente.

Según el texto, las matemáticas son un laboratorio especialmente útil para la mejora recursiva porque las propuestas pueden verificarse de forma independiente. Un generador (el probador) propone candidatos, y un verificador determina si establecen un enunciado preciso. Los intentos exitosos pasan a ser nuevo material de entrenamiento. El número examina tres sistemas que exploran variantes de este esquema: AlphaProof, Goedel-Prover-V2 y DeepSeekMath-V2. Sus diferencias muestran dónde gana tracción la mejora recursiva: la retroalimentación debe seguir siendo informativa a medida que el sistema que genera candidatos se hace más fuerte.

El resumen del correo anuncia los temas que cubre la edición completa: cómo el kernel de Lean crea una asimetría útil entre encontrar una prueba y comprobarla; cómo AlphaProof convierte la exploración en entrenamiento, incluido el aprendizaje por refuerzo en tiempo de prueba (test-time reinforcement learning); por qué los teoremas útiles tienen que ser además descubribles; y qué cambia cuando la propia verificación es aprendida. Cierra con el límite que un verificador no puede cruzar, es decir, si el teorema enunciado es el que realmente se pretendía, y con las mediciones que demostrarían un beneficio recursivo genuino.

Nota: el cuerpo del correo recibido está truncado (termina en "Proof checking changes the learning problem..."), por lo que este resumen se limita a la introducción y al índice de contenidos; los detalles técnicos de cada sistema están en la versión web del artículo.