Un equipo de investigadores ha desarrollado un modelo diminuto de IA con solo 27 millones de parámetros y entrenado con apenas 1000 ejemplos, que supera a grandes modelos actuales en tareas complejas de razonamiento secuencial, como resoluciones de laberintos y benchmarks como ARC y AGI.
Este avance marca un antes y un después en la IA, mostrando que es posible construir máquinas que razonen de forma más humana y eficiente con muchos menos datos y parámetros que los modelos actuales.