PEARL: modelo de 4B supera o DeepSeek-V3.2 de 685B em modelagem de otimização

Pesquisadores apresentaram o PEARL, um sistema que transforma um problema de otimização descrito em linguagem comum em um modelo matemático e em código funcional para solver, verificando e corrigindo a solução em ciclo. Sua versão compacta PEARL-Qwen3-4B, com 4 bilhões de parâmetros, superou o modelo DeepSeek-V3.2, de 685 bilhões de parâmetros, em precisão nas tarefas de modelagem de otimização. O trabalho foi publicado no arXiv em julho de 2026.

O que é o PEARL e como ele funciona

O PEARL é um sistema de modelagem interativa de otimização que executa Python e solvers matemáticos dentro do próprio ciclo de resolução, em vez de entregar a formulação de uma só vez. A maioria das abordagens anteriores baseadas em grandes modelos de linguagem funcionava em modo one-shot: o modelo montava a formulação uma única vez, sem executá-la para testar, sem observar a resposta do solver e sem corrigir os erros de forma iterativa.

O PEARL reproduz o modo como a otimização é resolvida na prática, por meio de ciclos repetidos de «resolver, depurar e reescrever». O próprio sistema aprende quando testar um modelo parcial, como reescrevê-lo a partir do diagnóstico do solver e quando é hora de parar.

• Opera em modo multi-turn, com integração de ferramentas: Python e solvers são chamados ao longo do processo
• Usa resultados intermediários de execução, sinais de viabilidade da solução e verificações de correção antes da finalização
• Aprende três coisas: quando testar, como revisar com base no diagnóstico e quando parar
• O PEARL-Qwen3-4B (4 bilhões de parâmetros) superou o DeepSeek-V3.2 (685 bilhões) em precisão com média macro e micro
• Aumenta de forma expressiva a taxa de problemas resolvidos e verificados em relação a baselines one-shot e a baselines com ferramentas

Por que um modelo de 4B superou um gigante de 685B

O PEARL-Qwen3-4B superou o DeepSeek-V3.2-685B porque aprende não apenas a formular o problema, mas a depurá-lo com base nos sinais do solver, o que vale mais do que o tamanho bruto do modelo. A diferença de parâmetros entre os dois é de cerca de 171 vezes, mas, em tarefas de modelagem de otimização, o que decide não é o volume de pesos, e sim a capacidade de executar a solução, identificar o erro e reescrever o código.

A métrica central do trabalho é a verified solve rate, ou seja, a fração de problemas em que a solução final de fato passou pela verificação do solver, e não apenas parecia plausível. Nesse indicador, o PEARL supera tanto os modelos one-shot comuns quanto as abordagens com acesso a ferramentas, mas sem uma estratégia treinável de correção.

«Nosso modelo PEARL-Qwen3-4B supera o

DeepSeek-V3.2-685B, muito maior, tanto em precisão com média macro quanto com média micro nas tarefas de modelagem de otimização», diz o resumo do trabalho no arXiv.

O que isso significa

O resultado do PEARL é mais um argumento de que, em tarefas aplicadas com resultado verificável, um ciclo treinável de «ação, feedback e correção» vence o simples aumento de escala. Um modelo pequeno, com acesso a um solver e uma estratégia de autoverificação, resolve mais problemas de otimização do que um modelo 171 vezes maior que trabalha em uma única tentativa.

Perguntas frequentes

O que é modelagem de otimização?

É a tradução de um problema real de tomada de decisão, descrito em linguagem comum, para uma formulação matemática formal e um código executável para solver. Alguns exemplos são a alocação de recursos ou a logística. Na saída, o solver entrega a solução ótima.

Como o PEARL se diferencia das abordagens comuns com LLMs?

As abordagens comuns funcionam em modo one-shot: o modelo monta a formulação uma única vez, sem executar e sem corrigir. O PEARL executa Python e solvers em ciclo, lê o diagnóstico, corrige o modelo e o código e decide por conta própria quando parar.

Quanto menor é o PEARL-Qwen3-4B em relação ao DeepSeek-V3.2?

O PEARL-Qwen3-4B tem 4 bilhões de parâmetros, contra 685 bilhões do DeepSeek-V3.2, ou seja, cerca de 171 vezes menos, e ainda assim é mais preciso nas tarefas de modelagem de otimização.