Resumen: Los modelos de lenguajes grandes (LLM) han redefinido la automatización de tareas complejas con capacidades de generalización excepcionales. A pesar de estos avances, los métodos más modernos se basan en indicaciones de una sola estrategia, sin aprovechar la sinergia de diversos enfoques de razonamiento. Ninguna estrategia por sí sola sobresale universalmente, lo que destaca la necesidad de marcos que fusionen estrategias para maximizar el rendimiento y garantizar la solidez. Presentamos el marco Seleccionar, Mezclar y Reinventar (SMaRT), un enfoque innovador de fusión de estrategias diseñado para superar esta limitación mediante la creación de soluciones equilibradas y eficientes a través de la integración perfecta de diversas estrategias de razonamiento. A diferencia de los métodos existentes, que emplean a los LLM simplemente como evaluadores, SMaRT los utiliza como integradores inteligentes, desbloqueando lo “mejor de todos los mundos” en todas las tareas. Amplias evaluaciones empíricas de puntos de referencia en razonamiento, planificación y toma de decisiones secuencial resaltan la solidez y adaptabilidad de SMaRT. El marco supera consistentemente las bases de última generación en calidad de solución, cumplimiento de restricciones y métricas de rendimiento. Este trabajo redefine la toma de decisiones impulsada por LLM al ser pionero en un nuevo paradigma en la calibración entre estrategias, desbloqueando resultados superiores para sistemas de razonamiento y avanzando los límites de las metodologías de autorrefinamiento.
Publicado originalmente en export.arxiv.org el 21 de octubre de 2025.
Ver fuente original
