Este artículo explora la extensión multilingüe de los procesos de pensamiento de formato largo (CoTs), que contribuyen al rendimiento de inferencia mejorado de los modelos de lenguaje a gran escala (LLMs). Ajustamos los modelos Qwen 2.5 (7B) y Qwen 3 (8B) utilizando dos conjuntos de datos de inferencia basados en inglés traducidos al francés, japonés, letón y suajili. Los experimentos revelaron que la efectividad del uso del inglés como idioma puente variaba entre idiomas (ineficaz para francés, efectiva para japonés y letón, y débil para suajili). Además, el preentrenamiento multilingüe extensivo en Qwen 3 redujo, pero no eliminó por completo, la brecha de rendimiento entre idiomas. El ajuste fino en un conjunto de datos pequeño (1k trazas) por sí solo mejoró el rendimiento en suajili en más de un 30%. Finalmente, el equilibrio entre la calidad de los datos y la escala varió entre idiomas: el inglés y el francés se beneficiaron de conjuntos de datos más pequeños y refinados, mientras que el suajili y el letón se beneficiaron de corpus más grandes y ruidosos. Estos resultados aclaran cómo y por qué los CoT largos se transfieren entre idiomas y proporcionan un conjunto de datos traducido para estudios de inferencia multilingües justos.
