# Un método permite a agentes de IA aprender de modelos opacos

> Investigadores proponen la destilación comunicativa on-policy (COPD), que permite a modelos pequeños hacer preguntas abiertas a modelos opacos más grandes y mejorar su rendimiento en tareas prolongadas.

Oossa · 2026-11-19 · https://oossa.com/es/new-method-lets-ai-agents-learn-from-black-box-teachers-via-natural-language

Lirui Luo y sus coautores publicaron el 19 de nov de 2026 un artículo sobre la destilación comunicativa on-policy (COPD). La técnica permite que un modelo estudiante decida cuándo consultar a un modelo docente opaco mediante lenguaje natural libre, y luego use esos intercambios para entrenarse sin más ayuda del docente. En el benchmark CAMG‑II, COPD logró una mejora 2.46 × mayor que el mejor método existente de destilación on-policy con modelos opacos. Los autores también informan de avances en Terminal‑Bench 2.1 y SWE‑Bench Pro V2.

## Los hechos

- Artículo publicado el 19 de nov de 2026
- COPD mejora el rendimiento en 2.46 × frente a la mejor referencia opaca en CAMG‑II

## Por qué importa

Si el método funciona en la práctica, los desarrolladores podrían mejorar agentes de IA para tareas complejas sin necesitar acceso completo a grandes modelos propietarios.

## Fuentes y referencias

1. [Communicative On-Policy Distillation: Distilling Black-Box Teacher Capabilities through Communication for Long-Horizon Tasks](https://arxiv.org/abs/2611.23673) – arXiv cs.LG, 2026-11-19

Última actualización: 2026-11-19
