PEARL: как модель на 4B обошла DeepSeek-V3.2 685B в моделировании оптимизации

PEARL: cómo un modelo de 4B superó a los 685B de DeepSeek-V3.2 en modelado de optimización

Investigadores presentaron PEARL, un sistema que convierte un problema de optimización descrito en lenguaje corriente en un modelo matemático y código funcional para un solver, verificando y corrigiendo la solución en un ciclo. Su versión compacta, PEARL-Qwen3-4B, con 4 mil millones de parámetros, superó en precisión al modelo DeepSeek-V3.2, de 685 mil millones de parámetros, en tareas de modelado de optimización; el trabajo se publicó en arXiv en julio de 2026.

Qué es PEARL y cómo funciona

PEARL es un sistema de modelado de optimización interactivo que ejecuta Python y solvers matemáticos directamente dentro del ciclo de resolución, en lugar de entregar una formulación de una sola vez. La mayoría de los enfoques anteriores basados en grandes modelos de lenguaje funcionaban en modo one-shot: el modelo construía la formulación una vez y no la verificaba ejecutándola, no observaba la respuesta del solver ni corregía errores de forma iterativa.

PEARL reproduce cómo se resuelve la optimización en la realidad: mediante ciclos repetidos de "resolver — depurar — reescribir". El propio sistema aprende cuándo probar un modelo parcial, cómo reescribirlo según el diagnóstico del solver y cuándo es momento de detenerse.

• Funciona en modo multi-turn con integración de herramientas: Python y los solvers se invocan sobre la marcha
• Usa resultados intermedios de ejecución, señales de factibilidad de la solución y comprobaciones de corrección antes de finalizar
• Aprende tres cosas: cuándo probar, cómo revisar según el diagnóstico, cuándo detenerse
• PEARL-Qwen3-4B (4 mil millones de parámetros) superó a DeepSeek-V3.2 (685 mil millones) en precisión promediada tanto macro como micro
• Eleva notablemente la proporción de tareas resueltas de forma verificada frente a los baselines one-shot y con herramientas

Por qué un modelo de 4B superó a un gigante de 685B

PEARL-Qwen3-4B superó a DeepSeek-V3.2-685B porque aprende no solo a formular el problema, sino a depurarlo a partir de las señales del solver, algo que resulta más valioso que el tamaño bruto del modelo. La diferencia de parámetros entre ambos es de aproximadamente 171 veces, pero en las tareas de modelado de optimización lo decisivo no es el volumen de pesos, sino la capacidad de ejecutar la solución, detectar un error y reescribir el código.

La métrica clave del trabajo es el verified solve rate, es decir, la proporción de tareas en las que la solución final realmente pasó la verificación del solver, y no simplemente parecía plausible. En este indicador, PEARL supera tanto a los modelos one-shot habituales como a los enfoques con acceso a herramientas que carecen de una estrategia de reparación entrenable.

"Nuestro modelo PEARL-Qwen3-4B supera al

DeepSeek-V3.2-685B, considerablemente más grande, tanto en precisión promediada macro como micro en tareas de modelado de optimización", se afirma en el resumen del trabajo en arXiv.

Qué significa esto

El resultado de PEARL es un argumento más a favor de que, para tareas aplicadas con un resultado verificable, un ciclo entrenable de "actuar — recibir retroalimentación — corregir" supera a la simple escala. Un modelo pequeño con acceso a un solver y una estrategia de autoverificación resuelve más tareas de optimización que un modelo 171 veces más grande que trabaja de una sola vez.

Preguntas frecuentes

¿Qué es el modelado de optimización?

Es la traducción de un problema real de toma de decisiones, descrito en lenguaje corriente, a una formulación matemática formal y a código ejecutable para un solver. Por ejemplo, la asignación de recursos o la logística: como resultado, el solver entrega la solución óptima.

¿En qué se diferencia PEARL de los enfoques habituales con LLM?

Los enfoques habituales funcionan one-shot: el modelo construye la formulación una sola vez, sin ejecutarla y sin correcciones. PEARL ejecuta Python y solvers en un ciclo, lee el diagnóstico, corrige el modelo y el código, y decide por sí mismo cuándo detenerse.

¿Cuánto más pequeño es PEARL-Qwen3-4B que DeepSeek-V3.2?

PEARL-Qwen3-4B tiene 4 mil millones de parámetros frente a los 685 mil millones de DeepSeek-V3.2, aproximadamente 171 veces menos, pero aun así es más preciso en tareas de modelado de optimización.