Meta y investigadores académicos lanzan modelos de IA para priorizar experimentos de aprendizaje automático

El equipo de investigación FAIR de Meta, en colaboración con la Universidad de Oxford y la Universidad College London, ha introducido Modelos de Preferencia de Investigación de IA (RPM) para ayudar a priorizar los experimentos de aprendizaje automático antes de invertir recursos de GPU. Estos modelos clasifican los candidatos no ejecutados y seleccionan el más prometedor para su ejecución, evitando las predicciones poco fiables de los modelos de lenguaje. Los RPM utilizan modelos de lenguaje grandes preentrenados, marcos de código abierto como AIRA-dojo y AIRS-Bench, y el modelo Qwen3.6-27B como su base. Emplean un enfoque de búsqueda de árbol evolutivo, generando múltiples candidatos en paralelo y seleccionando el mejor a través de comparaciones por pares. Se probaron dos variantes: un RPM de solo inferencia con una precisión de entre el 57,7% y el 59,0% en línea, y un RPM agente que ejecuta experimentos a pequeña escala antes de decidir el siguiente paso. Los resultados mostraron una probabilidad de mejora del 59,23% y del 59,13% sobre la línea de base sin RPM, con ganancias de eficiencia de 1,61× y 1,55×, respectivamente. El RPM agente logró una nueva puntuación de última generación del 94,1% en WinoGrande, superando el anterior 90,4%, mientras que el RPM de solo inferencia alcanzó el 95,7% en SVAMP, superando el anterior SOTA humano del 94,2%.