Un nuevo enfoque en la inteligencia artificial
Nvidia ha revelado un hallazgo sorprendente que podría cambiar la forma en que entendemos el rendimiento de los modelos de inteligencia artificial. En una reciente investigación, se ha demostrado que el ‘harness’, o arnés, juega un papel más crítico que el propio modelo subyacente al abordar tareas a largo plazo. Este software envolvente no solo gestiona la memoria y las reglas, sino que transforma un modelo bruto en una entidad capaz de actuar de manera autónoma.
Los investigadores lograron que Claude Opus 5 alcanzara un impresionante 100% en el benchmark ARC-AGI-3, una serie de juegos bidimensionales sin instrucciones donde el modelo debe aprender a jugar y ganar por sí mismo. Este resultado contrasta drásticamente con su desempeño anterior, donde sin el harness, Opus 5 solo obtuvo un 30%, lo cual ya era considerado un buen resultado entre los modelos evaluados.
“La elección del arnés es fundamental”, afirma Adel El Hallak, vicepresidente del área de IA de Nvidia. La investigación pone de manifiesto que aunque la selección del modelo es importante, su efectividad depende enormemente del entorno y las herramientas proporcionadas por el harness.
Una innovación clave presentada por Nvidia es la inclusión de un componente supervisor dentro del harness. Este elemento actúa como un CEO para guiar al agente cuando se encuentra perdido o desviado. Esta estrategia no solo mejora la precisión sino también la capacidad del modelo para completar tareas complejas sin errores significativos.
Nvidia no está sola en esta búsqueda. Recientemente, OpenAI también experimentó con ajustes similares a sus modelos y logró mejorar sus puntuaciones significativamente; sin embargo, ninguno alcanzó los niveles establecidos por Nvidia. Esto resalta aún más la relevancia del diseño del harness frente a las capacidades inherentes del modelo.
A medida que avanzamos hacia una era donde las aplicaciones de IA son cada vez más sofisticadas, entender cómo optimizar estos sistemas se vuelve esencial. La investigación sugiere que los usuarios deben considerar no solo qué modelo están utilizando, sino también cómo están configurando su entorno operativo. Ali Ghodsi, CEO de Databricks, enfatiza este punto al señalar que elegir diferentes harnesses puede duplicar o reducir costos significativamente.
Nvidia promueve una visión abierta sobre los harnesses y su potencial para empoderar a los usuarios con mayor control sobre sus sistemas AI. “Creemos firmemente que tener acceso a arneses abiertos permite ajustar múltiples parámetros para mejorar la precisión”, concluye El Hallak.
