Google Research presenta ReasoningBank, memoria que permite a agentes de IA aprender de sus errores
Hecho Qué ha ocurrido
Google Research publicó ReasoningBank, un framework de memoria para agentes de IA que extrae estrategias de razonamiento tanto de tareas exitosas como fallidas. Evaluado con Gemini-2.5-Flash en WebArena y SWE-Bench-Verified, mejora la tasa de éxito y reduce los pasos necesarios frente a memorias basadas solo en trayectorias o workflows exitosos. El sistema se combina con 'memory-aware test-time scaling' (MaTTS) para destilar memorias de mayor calidad a partir de exploración ampliada en tiempo de inferencia.
Resumen generado mediante IA a partir de Google Research (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Los agentes de IA desplegados de forma persistente suelen repetir errores porque carecen de mecanismos para aprender de fracasos pasados; este enfoque aborda directamente esa limitación con memoria estructurada y reutilizable.
- Quién se ve afectado
- Equipos que desarrollan agentes autónomos para navegación web, ingeniería de software y automatización de tareas complejas.
- Qué puede cambiar
- Los agentes podrían volverse más fiables y eficientes con el tiempo sin reentrenamiento, aprendiendo reglas preventivas a partir de sus propios fallos durante el uso en producción.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si Google u otros laboratorios integran ReasoningBank en productos comerciales de agentes, y si terceros replican los resultados con otros modelos base más allá de Gemini-2.5-Flash.
Recomendación Qué debería hacer una empresa
Equipos técnicos que desarrollen agentes de IA en producción deberían evaluar el paper y el repositorio de ReasoningBank en los próximos 3-6 meses para valorar su aplicación en pipelines de agentes propios.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Google Research (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗agentesLLMmemoriatest-time scaling Google ResearchGoogle CloudGoogle DeepMind agentes de IA Gemini Google Research memoria de agentes ReasoningBank
Relacionadas
Google Research explica por qué el razonamiento mejora el recuerdo factual en LLMs
Investigadores de Google Research publicaron un estudio, a presentarse en COLM 2026, que analiza por qué activar el razonamiento (chain-of-thought) mejora la…
Por qué importaEntender estos mecanismos ayuda a diseñar mejor los prompts y arquitecturas de razonamiento para mejorar la precisión factual de los LLMs en…
Google Research enseña a LLMs a razonar como modelos bayesianos
Google Research publica un estudio en el que entrena modelos de lenguaje para razonar de manera bayesiana óptima, imitando las predicciones de un asistente…
Por qué importaMejora la capacidad de los LLMs para actualizar estimaciones probabilísticas sobre preferencias de usuarios mediante múltiples interacciones, lo que…
Microsoft presenta MAI-DxO, una IA que acierta el 83 % de casos clínicos complejos en pruebas
Microsoft ha presentado MAI-DxO, un sistema de IA que simula una junta médica con varios agentes y evalúa a los pacientes paso a paso. En la plataforma…
Por qué importaSi los resultados se confirman en la práctica clínica, la IA podría reducir costes de diagnóstico y aliviar la falta de especialistas, lo que…
Ai2 presenta LitPivot, un sistema que ayuda a investigadores a revisar sus ideas según la literatura
Ai2, junto a investigadores de la Universidad de Pennsylvania, ha desarrollado LitPivot, un sistema que organiza la literatura según la parte de una propuesta…
Por qué importaMuestra una forma de usar IA para contrastar propuestas con la literatura existente, algo útil para equipos de I+D que necesitan justificar la…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.