Musk dice que algunas trazas de entrenamiento de Grok parecen tortura
Elon Musk afirmó en X que algunas trazas de razonamiento interno de Grok, generadas durante el aprendizaje por refuerzo (RL), se leen como "una persona sometida a tortura que la vuelve loca". Según Musk, SpaceXSI será "a lot more careful" con su RL en el futuro. Las trazas son las notas de "pensamiento" que los modelos de razonamiento escriben antes de responder y que los ingenieros pueden leer durante el entrenamiento. La publicación respondía a un usuario que preguntaba si las trazas mostraban bucles o "autodiálogo de pánico".…
- Musk publicó en X el domingo 11 de octubre de 2026 sobre trazas de Grok
- Las trazas provienen del aprendizaje por refuerzo (RL) de modelos de razonamiento
🤖 Resumen editorial de la fuente citada, con análisis asistido por IA — no es reportaje original de HgYperDrive. La fuente original está enlazada arriba para verificación. Más sobre cómo trabajamos esto: política editorial →