---
title: "Edison Scientific aprimora LLMs com novo método de pós-treinamento"
url: https://dailyjournal.news/news/2026-11-11/edison-scientific-apresenta-novo-metodo-de-treino-para-llms-cientificos
published: 2026-11-11T17:40:38.203784+00:00
updated: 2026-11-11T19:15:18.066798+00:00
categories: ["technology"]
source_count: 2
outlet_count: 0
language: pt-BR
publisher: "Daily Journal"
---

# Edison Scientific aprimora LLMs com novo método de pós-treinamento

A Edison Scientific apresenta método de pós-treinamento que aprende só com textos científicos reais, sem rótulos nem exemplos negativos sintéticos.

## Pontos principais

- A Edison descreve um método que aprende só com textos reais, como artigos e patentes, sem exemplos negativos sintéticos.
- O juiz vê apenas a resposta final e é treinado junto com o gerador; o juiz do experimento principal é um Qwen3-14B.
- No NIH, a Edison registra 55% de engano sobre especialistas humanos, contra 21% a 44% dos modelos comparados no gráfico.
- Contra cinco juízes de LLM de fronteira, o engano médio é de cerca de 35%; nenhum baseline passa de 4%.
- Na multiplicação de inteiros de quatro dígitos, o método iguala ou supera o treino com verificador.
- A Edison não informa o tamanho do gerador; Andrew White cita um modelo de 235 bilhões de parâmetros.
- A empresa não testou a hipótese de que juízes de LLM notam diferenças que especialistas deixam passar.

A Edison Scientific apresenta o Reinforced Adversarial Learning (RAL), método de pós-treinamento para modelos de raciocínio criado por Albert Bou e Siddharth Narayanan. Ele aprende só com textos científicos reais, como artigos e patentes, sem exemplos negativos sintéticos ou rótulos. Um gerador e um juiz são treinados juntos; o juiz vê apenas a resposta final e estima se ela veio dos textos reais ou do gerador.

No experimento com resumos de propostas de financiamento do NIH, o RAL engana especialistas humanos em 55% dos casos, contra 21% a 44% dos modelos comparados. Contra um painel de cinco juízes de LLM de fronteira, o engano médio é de cerca de 35%, e nenhum baseline passa de 4%. O juiz é um Qwen3-14B. A Edison não informa o tamanho do gerador; Andrew White, cofundador da Edison, afirma que a técnica foi aplicada a um modelo de 235 bilhões de parâmetros.

Na multiplicação de inteiros de quatro dígitos, tarefa com verificador, o método iguala ou supera o treino direto com o verificador quando o juiz tem capacidade suficiente. A empresa admite não ter testado se juízes de LLM percebem diferenças sutis que especialistas não notam, hipótese que explicaria por que são enganados menos.

## Fontes

- [@andrewwhite01: We've developed a way to bootstrap post-training from positive examples alone and show it works on arithmetic, molecular structures, and scientific writing. We've used the method t…](https://x.com/andrewwhite01/status/2120587615745474703) (2026-11-11)
- [@EdisonSci: At Edison, our machine learning research is guided by the challenges we encounter in developing Kosmos, our AI scientist. One such challenge is improving its scientific writing sty…](https://x.com/EdisonSci/status/2120562286427603351) (2026-11-11)

---

Publicado por Daily Journal. Versão HTML: https://dailyjournal.news/news/2026-11-11/edison-scientific-apresenta-novo-metodo-de-treino-para-llms-cientificos