Segun MarkTechPost (AI/ML News), webAI ha lanzado TwIL-LM, una familia de modelos basados en lógica formal con 1.7B y 3B parámetros, diseñados para automatizar la traducción de textos naturales a lógica de primer orden y validar si una conclusión se deriva de sus premisas. Los modelos operan completamente en entornos locales, sin necesidad de conexión a servidores externos. La versión de 1.7B requiere una carga de 1.06 GB en formato cuantizado, mientras que la de 3B consume 1.78 GiB en formato Q4_K_M GGUF, lo cual permite su ejecución en CPU o en dispositivos con hasta 4 GB de memoria de video. Ambos modelos se basan en ajustes técnicos específicos: el 3B es una fusión de entrenamiento finito de SmolLM3-3B, y el 1.7B utiliza un adaptador LoRA sobre SmolLM2-1.7B-Instruct.
El desarrollo de TwIL-LM se estructura en cuatro fases superpuestas sobre un modelo base. Primero, se aplica un entrenamiento supervisado mediante LoRA sobre un corpus sintético de lógica formal. Luego, se realiza una fusión de checkpoints mediante promedios en el espacio de parámetros. A continuación, se emplea una interpolación WiSE-FT que regresa hacia el modelo base preentrenado, con un peso de λ igual a 0.25. Finalmente, se aplica una etapa de optimización entropía ponderada (MGPO) contra un verificador programático. El checkpoint final publicado corresponde al paso 2071 de este proceso. Este parámetro de λ es crítico: solo un cuarto del ajuste entrenado se conserva, lo que indica un equilibrio entre especialización y estabilidad del modelo.
webAI destaca que estos modelos están diseñados para entornos donde los datos no deben salir del dispositivo, como en operaciones de cumplimiento, servicios financieros, atención médica, contratos legales o investigación en métodos formales. Su aplicación directa incluye traducción automática a lógica de primer orden, clasificación de implicaciones entre premisas, generación de consultas estructuradas, redacción y revisión de formalizaciones en Lean, y validación de salidas de otros modelos. La disponibilidad actual está restringida a uso no comercial, bajo la licencia webAI Non-Commercial License v1.0. Para aplicaciones que generen ingresos, se requiere un acuerdo separado con la empresa.
Para los lectores peruanos, este avance representa una herramienta clave para sectores que manejan información sensible, como el sistema bancario, el derecho laboral o la salud. En entornos donde la privacidad de datos es prioridad, como los hospitales o las entidades de cumplimiento fiscal, TwIL-LM permite realizar análisis de lógica sin depender de nube. Esto puede mejorar la eficiencia en procesos de auditoría, validación de contratos o diagnóstico mediante lógica formal, sin comprometer la seguridad de la información. Aunque aún no está disponible para uso comercial, su potencial en soluciones locales y seguras es significativo, especialmente en una economía donde la protección de datos y la autonomía tecnológica son cada vez más valoradas.