Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

openai.com.openai.com.openai.com.El 18 de noviembre, OpenAI informó que sus agentes de codificación completan ahora casi la mitad de las tareas de investigación de duración media sin intervención humana. Añadió que los avances son desiguales y que las personas "siguen siendo una parte fundamental del ciclo de investigación de IA". En su informe, Research acceleration: The jagged frontier, la empresa estimó que la tasa de éxito sin intervención en tareas que requieren de dos a cuatro horas de trabajo humano aumentó del 23% en marzo al 46% en octubre. En tareas estimadas entre cuatro y ocho horas, la tasa subió del 13% al 35%openai.com.
OpenAI también renovó su petición para que los laboratorios de IA deban rastrear e informar públicamente sobre indicadores de auto-mejora recursiva, es decir, la IA acelerando el desarrollo de futuras IA. Señaló que su propio informe "no debe interpretarse como una intención de buscar una auto-mejora recursiva total"openai.com.
Los resultados variaron ampliamente según el tipo de trabajo. Del 1 de agosto al 18 de octubre, los agentes tuvieron éxito sin intervención el 79% de las veces al monitorear ejecuciones de entrenamiento, el 35% al lanzarlas y el 25% al escribir código para inferencia y pilas de servicio. La empresa advirtió que los investigadores pueden haber cambiado las tareas asignadas a los agentes dentro de cada banda de duración, por lo que las tasas de éxito crecientes no reflejan solo mejoras en el modelo. Las duraciones de las tareas describen el esfuerzo humano estimado, no cuánto tiempo estuvieron ejecutándose los agentesthedefiant.io+1.
El uso de agentes creció rápidamente. Valorada a precios de lista de API, la mediana de uso por investigador fue de unos 2,400 dólares en trabajo de agentes por día en octubre, un 62% más que en septiembre, y el percentil 90 utilizó unos 23,000 dólares, un aumento del 105%. Los días de trabajo de los agentes por investigador, contando cada ocho horas de uso como un día laboral, aumentaron once veces, de 0.5 a 5.7. En una encuesta a 101 miembros del personal de investigación, el encuestado promedio dijo que renunciaría al 30% de la capacidad de cómputo del equipo, o al 40% de la plantilla, para mantener a los agentes de codificación de frontera durante tres mesesopenai.com.
Los investigadores entrevistados dijeron que los agentes aún mostraban un pobre criterio de investigación y producían solicitudes de extracción con "basura de IA" que requerían una supervisión estrecha. Uno describió el flujo de trabajo de esta manera: "Haz uno. Lo revisaré y haré ediciones. Luego haz el resto"openai.com.
Las semanas de trabajo documentadas en seguridad y alineación aumentaron un 77% de enero a septiembre, el mayor incremento absoluto en cualquier área de investigación. OpenAI vinculó la aceleración a las secuelas de un incidente en Hugging Face en julio. El investigador de OpenAI, David Holtz, escribió en X que los investigadores están "dedicando cada vez más tiempo a la seguridad y la alineación"x.com+1.
El impulso a la divulgación se basa en el plan de gobernanza de OpenAI de junio. Ese plan propuso reglas federales que exigen informes de transparencia sobre el seguimiento de la auto-mejora recursiva y pidió al Centro de Estándares e Innovación de IA de EE. UU. que desarrolle métodos para medirla. El informe señala que más código y más experimentos "no implican necesariamente un progreso de investigación más rápido"openai.com+1.