Hanwen Li y sus colegas publicaron el 8 de octubre de 2026 un artículo sobre VoS (Value of Steering, o valor de guiar). El método aprende a partir de una gran tabla de ejecuciones contrafactuales para decidir en qué paso conviene corregir a un agente basado en un LLM. VoS puede funcionar sin conexión o en línea y usa un umbral de presupuesto de daño para evitar interferir en ejecuciones que van bien. En 12 combinaciones de agentes y pruebas de referencia, VoS elevó las puntuaciones una media de 7,8 puntos y superó en 11 casos a cinco mecanismos de activación existentes basados en la incertidumbre.
Por qué importa
Para quienes desarrollan asistentes de IA, VoS ofrece una forma práctica de intervenir solo cuando probablemente sirva de ayuda, lo que mejora la fiabilidad sin exigir una supervisión manual excesiva.
