Segun MarkTechPost (AI/ML News), investigadores de FAIR en Meta, junto con el University of Oxford y University College London, han desarrollado un nuevo enfoque para dirigir la investigación en inteligencia artificial. Este avance, conocido como Modelos de Preferencia en Investigación de IA (RPMs), busca resolver una problemática clave: que la mayoría de los experimentos de aprendizaje automático requieren horas o días de uso de GPUs, mientras que la generación de ideas es relativamente barata. Los modelos propuestos no intentan predecir resultados absolutos, pues estudios previos han demostrado que los lenguajes de modelo no son fiables al estimar métricas o resultados reales de ejecución.
El sistema se implementa dentro del entorno AIRA-dojo, un marco de búsqueda evolutiva que opera mediante selección greedy, operadores de borrado, mejora y depuración, y entrega como resultado el nodo con mejor puntuación en validación. El RPM interviene solo en la creación de hijos: en lugar de generar un solo candidato y ejecutarlo, el agente aplica 15 operadores en paralelo para producir 15 variantes sin ejecutar. Luego, se lleva a cabo un torneo de eliminación, donde cada par de candidatos se compara basándose en nodos de contexto recopilados mediante un recorrido en anchura del árbol explorado. Cada uno muestra su puntuación de validación obtenida, lo que permite una evaluación más precisa y contextual.
Dos versiones del modelo han sido diseñadas: la primera, llamada RPM de inferencia, emplea un lenguaje de modelo como juez que evalúa planes, código y historial de búsqueda. Su prompt fue optimizado mediante MIPROv2 de DSPy, alcanzando un rendimiento de 57,7% a 59,0% en precisión offline, y está basado en un criterio de evaluación que premia la extensibilidad, tolera errores corregibles y sanciona direcciones redundantes. La segunda, el RPM agente, combina el mismo sistema de evaluación con un entorno de prueba en sandbox, permitiendo una validación más inmediata y controlada.
Aunque los modelos no ofrecen predicciones de resultados absolutos, su estructura abierta y su uso de lenguajes preentrenados sin fine-tuning los convierten en soluciones prácticas y escalables. La base tecnológica, Qwen3.6-27B, y los componentes AIRA-dojo y AIRS-Bench están disponibles como código abierto, lo que facilita su integración en entornos de investigación.
Para inversores y profesionales del sector peruano, este desarrollo resalta la necesidad de optimizar el uso de recursos computacionales. En un contexto donde muchos proyectos de innovación tecnológica aún dependen de presupuestos limitados, los RPMs ofrecen un mecanismo para que equipos más pequeños o medianos puedan priorizar sus esfuerzos sin sacrificar calidad. Al reducir el número de experimentos que se ejecutan, se aumenta la probabilidad de obtener resultados significativos, sin desperdiciar tiempo o costos en tareas que no aportan valor. Este enfoque puede ser clave para startups tecnológicas en el Perú que buscan avanzar en IA sin necesidad de grandes inversiones iniciales.