CoreThink es una capa de inferencia de vanguardia basada en un novedoso método de inferencia denominado Simbólica General. Se diferencia de paradigmas de inferencia existentes, como el escalamiento en tiempo de prueba, el ajuste fino supervisado (SFT) y el aprendizaje de refuerzo con recompensas verificables (RLVR). El Razonador Simbólico General (GSR) de CoreThink se estructura en torno a tres casos de uso clave: invocación de herramientas, generación de código y planificación, y demuestra un rendimiento excepcional en siete pruebas de referencia en cada dominio. En concreto, alcanzó puntuaciones de rendimiento de vanguardia (SOTA) del 66,66 % en Livecodebench v6, del 89 % en las Evaluaciones de Seguimiento de Instrucciones y del 24,4 % en ARC-AGI-2. Además, presentamos un IDE de codificación de agentes desarrollado con los principios de Simbólica General, que alcanza una precisión de vanguardia del 62,3 % en SWE-Bench Lite. Esta mejora del rendimiento se logró sin costes de ajuste fino ni entrenamiento. La capa de inferencia de CoreThink está diseñada para ofrecer mejoras de rendimiento puras, garantizando que la precisión de las tareas de inferencia del modelo nunca se degrade. Los autores argumentan que los métodos existentes, en última instancia, conducirán a una disminución del rendimiento de LLM, lo que requerirá el desarrollo de nuevas técnicas de inferencia. Este informe técnico detalla el enfoque de CoreThink a un alto nivel y la disponibilidad de los modelos de CoreThink para casos de uso intensivos en inferencia.
