Cuando el Sesgo de Selección de Muestras Precipita el Colapso del Modelo

arXiv:2606.13732v1. El entrenamiento recursivo en datos sintéticos puede aliviar la escasez de datos, pero conlleva el riesgo de colapso del modelo, donde el entrenamiento repetido erosiona las colas de la distribución y homogeneiza las salidas. La selección de datos es vista ampliamente como un remedio, pero su fiabilidad depende críticamente de la distribución de referencia utilizada por el verificador. Demostramos que en regímenes de verificación de bajos recursos, donde cada verificador solo observa una porción pequeña, fragmentada y sesgada de