Qué pasó
- Un equipo de Longcat, de Meituan, publicó en arXiv el 15 de octubre de 2026 Data World, un motor que fabrica entornos de entrenamiento para agentes que analizan datos con código.
- Funciona al revés de lo habitual: primero especifica el mundo subyacente y luego genera los archivos, las tareas y las pautas de evaluación a partir de mecanismos explícitos. Auditorías independientes verifican que la respuesta sea recuperable desde los archivos.
- Con ese motor se produjeron 2.135 tareas de entrenamiento en 1.037 mundos distintos. Una selección humana dejó 100 tareas en 50 mundos retenidos y 16 dominios para DataWorld-Bench.
- Con aprendizaje por refuerzo desde cero, sin destilar trayectorias de otros modelos, entrenaron DataWorld-35B-A3B a partir de Qwen3.6-35B-A3B.
Por qué importa
- Los datos de entrenamiento no salen de ninguna empresa real. El resumen cita como problemas del método tradicional el costo de curar entornos y los límites de privacidad y propiedad intelectual. Para quien guarda datos sensibles y no puede compartirlos, entrenar con mundos inventados es una salida que no existía en esta forma.
- Los puntos de mejora sobre el modelo base son: +7,06 en DataWorld-Bench, +14,28 en DAComp, +20,90 en DABstep-Hard y +12,13 en JobBench. Tres de los cuatro bancos de pruebas no son del propio equipo, lo que ayuda; el cuarto sí.
- Evaluaron diez modelos de frontera y todos muestran una brecha entre calcular e interpretar: resuelven la cuenta y fallan al sacar la conclusión. Un equipo chileno que pida a un agente «analizar las ventas» recibirá la tabla antes que la lectura.
El dato
+20,90 puntos: la mejora de DataWorld-35B-A3B sobre su modelo base en DABstep-Hard, el salto principal entre las cuatro pruebas informadas.
Contexto
Se leyó el resumen del artículo, no el texto completo. Otros bancos de pruebas recientes apuntan al mismo punto débil, el criterio y no el cálculo: Taste-Bench mide el criterio de los agentes de IA y los agentes de correo fallan pese a ejecutar bien.
Qué viene
- Los autores no informan fecha de liberación de modelo ni de datos en el resumen.
- Sin plazos anunciados.
Cierre
Entrenar con mundos inventados evita exponer datos reales. Queda por ver si lo aprendido en un mundo inventado sirve cuando los archivos reales vienen sucios.
Fuentes
- Data World: Scaling Data Environments from Scratch, arXiv 2610.21656, 15 de octubre de 2026.
Editado por Rodrigo Cornejo · Quiénes escriben en Mamífero
