Reparación limitada de tácticas en Lean 4 basada en el diagnóstico del compilador
Se propone un módulo paso a paso que, en lugar de descartar una táctica rechazada, pide al modelo corrector que la revise hasta R veces teniendo en cuenta el error de Lean; con K candidatos, esto aumenta la proporción de problemas resueltos. Los experimentos con LeanDojo y Lean Workbook muestran que la mejora se debe principalmente a fallos de ejecución poco profundos, a costa de un mayor tiempo de búsqueda.

Qué cambia con la reparación limitada de tácticas
El artículo analiza la reparación limitada de tácticas en Lean 4. La versión básica se basa únicamente en el muestreo de tácticas y descarta los pasos fallidos. La reparación limitada conserva el paso y lo corrige según el diagnóstico del compilador. Así, la búsqueda no pierde la dirección elegida.
| Enfoque | Acción ante una táctica fallida | Base |
|---|---|---|
| Solo muestreo | Descarta el paso | Candidatos de tácticas |
| Reparación limitada | Corrige el paso en el mismo lugar | Mensaje de error del compilador |
Criterio práctico: la reparación complementa el muestreo de candidatos, no lo sustituye.
Cómo funciona un paso de búsqueda con diagnóstico del compilador
En el paso de búsqueda actúa un módulo online limitado.
- La búsqueda selecciona K candidatos de tácticas.
- El modelo corrige una táctica fallida como máximo R veces.
- El método proporciona el mensaje de error del compilador a un modelo de corrección preentrenado.
- El modelo corrige el paso rechazado en el mismo lugar, en vez de descartarlo.

Criterio práctico: el diagnóstico del compilador sirve como entrada para corregir localmente el paso.
Presupuestos K y R
El presupuesto se define mediante dos parámetros. K limita el número de candidatos de tácticas por paso. R limita el número de correcciones de una táctica fallida. En la evaluación se probaron K = 1, 3, 5, 8.
| Parámetro | Función | Qué muestra la evaluación |
|---|---|---|
| K | Número de candidatos de tácticas por paso | Se probaron los valores 1, 3, 5, 8 |
| R | Límite de correcciones de una táctica fallida | La reparación aumenta el tiempo, pero aporta demostraciones adicionales |
La corrección aumenta el tiempo de ejecución, pero permite encontrar demostraciones adicionales. Resulta más útil con un muestreo limitado. El efecto es decreciente: el primer intento de corrección aporta entre el 84 y el 96 % de la mejora total.
Criterio práctico: con un muestreo limitado, la reparación aporta el mayor beneficio y el efecto de las correcciones adicionales es decreciente.
Qué muestra la evaluación
El método aumenta la proporción de problemas resueltos con todos los valores de K probados: 1, 3, 5, 8. La mejora relativa alcanza el 32 %. En un subconjunto de 1 990 teoremas del benchmark LeanDojo se resolvieron 82 teoremas más. En el benchmark Lean Workbook, la proporción de problemas resueltos casi se duplicó. No hubo regresiones.
Criterio práctico: la reparación mejora la proporción de problemas resueltos con los presupuestos de K probados; la evaluación no va más allá de ellos.
Dónde ayuda la reparación y dónde no
La mejora se debe casi por completo a fallos superficiales en la ejecución de tácticas. Apenas está relacionada con errores estructurales, como las incompatibilidades de tipos.
| Tipo de fallo | Relación con la mejora |
|---|---|
| Fallo superficial en la ejecución de una táctica | Principal fuente de mejora |
| Error estructural, como una incompatibilidad de tipos | Casi no está relacionado con la mejora |
Criterio práctico: la reparación se centra en fallos superficiales de ejecución de tácticas, no en errores estructurales.
Preguntas frecuentes
Material similar
Todos los materiales
Método Genesis Steering: control de activaciones en los datos utilizados durante el ajuste fino
El método extrae un vector de control a partir de ejemplos contrastivos presentes en los datos de ajuste fino y, si estos no están disponibles, selecciona posibles muestras de entrenamiento mediante inferencia de pertenencia y crea un conjunto proxy. La parte teórica describe el desplazamiento óptimo hacia el límite de decisión y la evaluación con datos proxy; empíricamente, los datos internos de Tülu-3-8B producen un efecto más pronunciado que los conjuntos externos, mientras que la utilidad del proxy MIA en Llama-3.1-8B-Instruct está limitada por la relación entre los desplazamientos de dirección.
16 noviembre 2026
Aprendizaje en contexto de datos tabulares con expertos dispersos: OrionMoE-Small-v1.0, un modelo compacto
Se presenta un modelo básico y compacto para tareas tabulares que predice nuevas observaciones a partir de una tabla de referencia etiquetada, sin ajustar parámetros adicionales. La selección adaptativa de expertos en función del conjunto de datos y de las representaciones de características ofrece resultados competitivos, especialmente con poco contexto y alta dimensionalidad.
15 noviembre 2026
Búsqueda local de cambios en las covariables para perfiles con predicciones poco fiables
El artículo describe un flujo de diagnóstico que primero identifica grupos de pacientes interpretables en los que el modelo tiene poca confianza y, después, comprueba si existe un cambio perjudicial de covariables dentro de esos grupos. En los experimentos con MIMIC-IV, tres tareas clínicas y tres cambios artificiales en subgrupos, el enfoque permitió localizar un cambio relacionado con la edad que apenas se apreciaba en la evaluación agregada.
15 noviembre 2026