Hogar
Ex personal de Qwen Tech: Modelos grandes que evolucionan hacia entidades orientadas a la acción
Lin Junyang, antiguo ingeniero jefe del modelo de lenguaje grande original de Alibaba Qwen, pronunció sus primeras declaraciones públicas semanas después de abandonar la empresa el 26 de marzo, ofreciendo un análisis profundo de la próxima evolución en la tecnología de modelos grandes.
Lin Junyang señaló que la industria está pasando del «pensamiento basado en el razonamiento» al «pensamiento basado en agentes (pensamiento agéntico)». Argumenta que, mientras que el último año se centró en extender la duración del «pensamiento» de los modelos, el núcleo del futuro radica en si los modelos pueden «actuar» y refinar continuamente sus planes mediante la interacción con el mundo real.
Reflexiones sobre el desarrollo de Qwen: El dolor de forzar la fusión del «pensamiento» y las «instrucciones»
En su artículo, Lin Junyang compartió abiertamente los intentos y lecciones del equipo a principios de 2025. En ese momento, el equipo tenía como objetivo construir un sistema unificado capaz de ajustar la profundidad del razonamiento según la dificultad de las preguntas.
Sin embargo, la práctica demostró que las importantes diferencias de distribución entre los datos de razonamiento y los de instrucciones provocaron que el modelo tuviera un rendimiento mediocre en ambas áreas tras su integración forzada: parecía redundante e indeciso al pensar, y poco fiable y costoso al ejecutar instrucciones. Esta observación explica por qué Qwen pasó posteriormente a lanzar por separado las versiones Instruct y Thinking, proporcionando una referencia de ingeniería valiosa para la industria.
Un nuevo estándar para el «buen pensamiento»: ser capaz de respaldar acciones efectivas es clave
Según Lin Junyang, la longitud de la cadena de razonamiento no equivale directamente a la inteligencia del modelo. Perseguir ciegamente cadenas de razonamiento largas suele desperdiciar potencia de cálculo. Predice que el futuro de la I+D pasará de entrenar únicamente modelos a entrenar todo el sistema de agentes de «modelo + entorno».
Artículo relacionado
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Lin Junyang, antiguo ingeniero jefe del modelo de lenguaje grande original de Alibaba Qwen, pronunció sus primeras declaraciones públicas semanas después de abandonar la empresa el 26 de marzo, ofreciendo un análisis profundo de la próxima evolución en la tecnología de modelos grandes.
Lin Junyang señaló que la industria está pasando del «pensamiento basado en el razonamiento» al «pensamiento basado en agentes (pensamiento agéntico)». Argumenta que, mientras que el último año se centró en extender la duración del «pensamiento» de los modelos, el núcleo del futuro radica en si los modelos pueden «actuar» y refinar continuamente sus planes mediante la interacción con el mundo real.
Reflexiones sobre el desarrollo de Qwen: El dolor de forzar la fusión del «pensamiento» y las «instrucciones»
En su artículo, Lin Junyang compartió abiertamente los intentos y lecciones del equipo a principios de 2025. En ese momento, el equipo tenía como objetivo construir un sistema unificado capaz de ajustar la profundidad del razonamiento según la dificultad de las preguntas.
Sin embargo, la práctica demostró que las importantes diferencias de distribución entre los datos de razonamiento y los de instrucciones provocaron que el modelo tuviera un rendimiento mediocre en ambas áreas tras su integración forzada: parecía redundante e indeciso al pensar, y poco fiable y costoso al ejecutar instrucciones. Esta observación explica por qué Qwen pasó posteriormente a lanzar por separado las versiones Instruct y Thinking, proporcionando una referencia de ingeniería valiosa para la industria.
Un nuevo estándar para el «buen pensamiento»: ser capaz de respaldar acciones efectivas es clave
Según Lin Junyang, la longitud de la cadena de razonamiento no equivale directamente a la inteligencia del modelo. Perseguir ciegamente cadenas de razonamiento largas suele desperdiciar potencia de cálculo. Predice que el futuro de la I+D pasará de entrenar únicamente modelos a entrenar todo el sistema de agentes de «modelo + entorno».
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr











