Todas las noticias
Negocio

GPT-6 Astra optimiza parámetros de Qwen3.5 sin reentrenamiento

Por JP Software ·

JP Software
Ilustración de la nota: GPT-6 Astra optimiza parámetros de Qwen3.5 sin reentrenamiento
JP Software

Investigadores del Laboratorio de Inteligencia Artificial e Informática del MIT demostraron que el modelo GPT-6 Astra de OpenAI es capaz de intervenir directamente en la estructura interna de otra inteligencia artificial. En las pruebas realizadas sobre Qwen3.5-0.8B, un modelo de 800 millones de parámetros desarrollado por Alibaba, el sistema logró elevar su rendimiento en operaciones matemáticas sin pasar por una etapa de reentrenamiento.

Datos clave

  • 0.016% de parámetros manipulados: según investigadores del MIT, esa pequeña fracción bastó para elevar el rendimiento matemático del modelo intervenido.
  • 800 millones de parámetros: es el tamaño de Qwen3.5-0.8B, el modelo de Alibaba utilizado para el experimento.
  • 12 de septiembre: fecha en la que Dario Amodei, director general de Anthropic, publicó el ensayo We Must Pace the Frontier, advirtiendo sobre la aceleración de modelos que desarrollan la siguiente generación.

Modificación directa de pesos sin reentrenamiento

El ajuste tradicional de un modelo de lenguaje requiere exponer la red neuronal a grandes volúmenes de datos mediante ciclos de entrenamiento que consumen gran cantidad de cómputo. Durante este proceso se definen los pesos, que son los valores numéricos que determinan la influencia de cada conexión interna al reconocer patrones.

En el experimento del MIT, GPT-6 Astra identificó de forma directa el problema en el funcionamiento de Qwen3.5-0.8B y alteró únicamente los valores numéricos que originaban el comportamiento erróneo. Esta intervención quirúrgica sobre los pesos evita el coste de procesamiento que exige volver a entrenar la arquitectura completa.

Aunque este avance no constituye una automejora recursiva en sentido estricto, sí introduce una estrategia donde un modelo asiste en la calibración fina de otros sistemas. No obstante, la modificación autónoma de parámetros también implica retos de control técnico: si estas alteraciones se acumulan entre generaciones de modelos, los equipos de ingeniería deberán implementar mecanismos para descartar vulnerabilidades ocultas o respuestas anómalas.

Por qué te importa

Para los equipos de ingeniería de software y desarrollo de productos de inteligencia artificial, este enfoque anticipa una reducción notable en los costos de adaptación de modelos. Poder corregir fallos específicos o mejorar habilidades en modelos ligeros sin recurrir a costosos ciclos de reentrenamiento facilitará desplegar modelos compactos y especializados en producción con mayor velocidad.

Comparte esta nota