Imagine un único modelo de IA que pueda mejorar sus habilidades de razonamiento sin tutoría humana ni conjuntos de datos externos. ¿Suena a ciencia ficción? Bueno, la última investigación de Nvidia está convirtiendo esto en realidad con un marco innovador llamado Multi-Agent Evolve (MAE) MAE: un sistema auto-co-evolutivo con tres roles derivados del mismo modelo: 1. Proponente: Crea preguntas desafiantes pero solucionables 2. Solucionador: Responde a estas preguntas con un razonamiento paso a paso 3. Juzgar: Evalúa tanto las preguntas como las soluciones, asignando puntajes confiables Esto crea un ecosistema interno donde el modelo aprende de sus propios resultados, elevando constantemente su capacidad de razonamiento. En el modelo Qwen 2.5-3B de Nvidia, este método logró un impresionante aumento de precisión del +4,54% en múltiples puntos de referencia, superando el ajuste fino supervisado tradicional. Más importante aún: ↳ Coincide con el rendimiento de configuraciones de juego automático más complejas que dependen de herramientas externas. ↳ Reduce la dependencia de las etiquetas humanas y los entornos externos. ↳ Demuestra un desarrollo de IA escalable y autosostenible, ideal para tareas de razonamiento abierto. Este avance posiciona a la IA autoevolutiva como un camino prometedor hacia sistemas autónomos capaces de superarse a sí mismos en dominios diversos y complejos. Insinúa futuros modelos de IA que pueden adaptarse, aprender y mejorarse con una mínima intervención humana, al igual que la evolución biológica, pero en el ámbito digital. Fuente: