# SARL enseña a la IA a detectar qué le falta por encontrar

> Un nuevo artículo de arXiv afirma que SARL mejoró el rendimiento de búsqueda de los modelos de lenguaje basados en recuperación sin añadir pasos de evaluación durante su uso.

Oossa · 2026-10-23 · https://oossa.com/es/sarl-trains-search-ai-to-track-what-it-still-needs

Los investigadores proponen el aprendizaje por refuerzo con autoevaluación (SARL), un método de entrenamiento para modelos de lenguaje que buscan información antes de responder. El método les enseña a llevar un registro de lo que han encontrado y de lo que aún les falta, con el objetivo de reducir los razonamientos erróneos y las búsquedas que terminan demasiado pronto.

Los autores informan de una mejora relativa del 24.3% frente a su mejor modelo de referencia, con avances promedio del 35.9% en tareas de razonamiento de varios pasos y del 27.9% en pruebas de investigación en profundidad, en comparación con los modelos de referencia más sólidos para cada tarea. Según los autores, SARL no requiere una evaluación adicional al momento de responder; el resumen del artículo no identifica los modelos evaluados ni aporta detalles suficientes para determinar si los resultados son extrapolables a herramientas de búsqueda implementadas.

## Los hechos

- El artículo se publicó en arXiv con el identificador arXiv:2610.30435.
- Los autores informan de una mejora relativa del 24.3% frente a su mejor modelo de referencia.

## Por qué importa

Para los equipos que desarrollan asistentes de investigación, SARL sugiere que se puede enseñar a los modelos a hacer un seguimiento de sus búsquedas durante el entrenamiento, en lugar de añadir un paso independiente al usarlos. Sin embargo, el resumen no demuestra que sea útil en productos reales.

## Fuentes y referencias

1. [Self-Assessment Reinforcement Learning for Search-State Awareness in Retrieval-Augmented Large Language Models](https://arxiv.org/abs/2610.30435) – arXiv, 2026-10-23

Última actualización: 2026-10-23