SpatialCLI: Aprendiendo a razonar con y sin herramientas espaciales | Método para internalizar capacidades de razonamiento físico en agentes IA | Mejora de la comprensión espacial en modelos de lenguaje mediante uso de herramientas

Abstract

PROBLEMA: Los LLMs actuales tienen dificultades extremas con el razonamiento espacial preciso (distancias, coordenadas, orientaciones) a pesar de ser competentes en lenguaje. SOLUCIÓN: Presentan SpatialCLI, un método que enseña a los modelos a utilizar primero herramientas de línea de comandos espaciales para resolver problemas y, posteriormente, internalizar esas capacidades. METODOLOGÍA: Utilizan un proceso de destilación donde el modelo aprende de las trazas de ejecución de herramientas externas para luego realizar el razonamiento de forma latente (sin herramientas). RESULTADOS: Mejora drásticamente la precisión en benchmarks de navegación lógica y manipulación de objetos en entornos simulados. RELEVANCIA: Crucial para agentes que deben interactuar con el mundo físico o interfaces gráficas donde la precisión espacial es determinante.