# TRIAGE estabiliza el entrenamiento RL de 4 bits para Qwen

> Investigadores presentan TRIAGE, una solución que tiene en cuenta la dirección de las actualizaciones y permite mantener la ejecución en 4 bits con un rendimiento comparable al de precisión completa en pruebas de matemáticas.

Oossa · 2026-10-07 · https://oossa.com/es/triage-method-stabilizes-4-bit-rl-training-for-qwen-models

Zhen Li y su equipo presentaron una nueva técnica llamada TRIAGE el 7 de octubre de 2026. Funciona directamente con NVFP4, un formato de pesos y activaciones de 4 bits, para equilibrar las actualizaciones de gradiente de política durante el aprendizaje por refuerzo. El método detecta discrepancias por segmentos y aplica correcciones acotadas, sin modificar la ejecución de baja precisión. Las pruebas con Qwen3‑4B y Qwen3‑30B‑A3B mostraron un entrenamiento estable y una calidad equivalente a la de precisión completa en cinco pruebas de razonamiento matemático, además de una velocidad de generación de muestras hasta 2,3 veces mayor que con BF16.

## Los hechos

- Fecha del anuncio: 2026-10-07 («mié., 7 de oct. de 2026»)
- TRIAGE ofreció hasta 2,3× más rendimiento de generación de muestras que BF16

## Por qué importa

Permite a los desarrolladores entrenar modelos de lenguaje grandes más rápido con hardware de 4 bits sin perder precisión, lo que reduce los costes de computación.

## Fuentes y referencias

1. [TRIAGE: Direction-Aware Mismatch Stabilization of Native NVFP4 Reinforcement Learning](https://arxiv.org/abs/2610.07043) – arXiv cs.LG, 2026-10-07

Última actualización: 2026-10-07