🔬 Un sistema experimental llamado BDH-CQ resolvió casi 3 de cada 10 puzles del conjunto público ARC-AGI-1 con dos intentos, y lo hizo sin escribir sus pasos intermedios. El equipo de Zuzanna Stamirowska (Pathway) lo describe en un artículo enviado a arXiv.org el 10 de agosto (preprint; pendiente de revisión por pares).
Muchos sistemas actuales atacan problemas difíciles generando cadenas largas de palabras antes de dar la respuesta — la técnica llamada chain-of-thought. Mejora el rendimiento en algunas tareas, pero obliga al modelo a producir muchos tokens para llegar a una respuesta corta. Cada token consume cómputo, así que razonar más largo sale más lento y más caro.
BDH-CQ (DH viene de Dragon Hatchling) cambia el procedimiento. En las pruebas de razonamiento, cada ejemplo actualiza una memoria de tamaño fijo, que no crece por muchos ejemplos que entren; el modelo no tiene que volver sobre todo lo ya visto. «Una vez que llega la consulta, el modelo no escribe su pensamiento en palabras», dice Stamirowska, científica de la complejidad y CEO de Pathway. «Nada de lo intermedio se convierte nunca en lenguaje.»
Las pruebas de ARC-AGI piden inferir reglas visuales a partir de unos pocos ejemplos y aplicarlas a puzles nuevos, algo parecido a un examen escolar. El modelo rindió mejor en unos que en otros: manejó tareas de girar o mover formas, y tropezó más con los cambios de color y con ciertas combinaciones de reglas. En los puzles duros de orden y anidamiento mejoró tras ver un ejemplo de dificultad similar. Los autores estiman unos $0,00070 por consulta, unas once veces menos que GPT-5.6 Luna en el mismo test, aunque las dos cifras se calcularon de modo distinto.
✅ Razonar con menos palabras apunta a un camino más barato para cierta IA. Los límites pesan: el trabajo aún no ha pasado el filtro de los pares y, para el informático Yuntian Deng (Universidad de Waterloo), es «un resultado interesante de eficiencia» que no prueba que su arquitectura supere a otras — falta separar el efecto del diseño del efecto del entrenamiento. Sin razonamiento escrito cuesta más inspeccionar el modelo, avisa Deng, aunque una cadena escrita tampoco refleja siempre cómo llegó el modelo a su respuesta. Jonas Geiping (ELLIS Institute Tübingen y Max Planck de Sistemas Inteligentes) recuerda que BDH-CQ se construyó para problemas tipo ARC, lo que dificulta compararlo con sistemas de uso general; le parece un enfoque «pulcro» y destaca que resuelve problemas nuevos sin reentrenarse.
