La IA que mejora la IA ahora se ejecuta en una sola RTX 4090

La mejora recursiva ha pasado décadas siendo la idea más especulativa de la IA, esa que aparece en ensayos apocalípticos y en la ciencia ficción. FrontisAI acaba de convertirla en un repositorio de GitHub. El artículo del laboratorio, presentado el 30 de julio, describe OpenMLE, una pila abierta para sistemas que mejoran la forma en que se construye la propia IA, y Frontis-MA1, un modelo de 35B de parámetros entrenado para ejecutarla. La página del proyecto había registrado 161 votos positivos en Hugging Face.

Lo que hace que este anuncio merezca más que un vistazo es el hardware. La evaluación de Frontis-MA1 se ejecutó en una sola RTX 4090 limitada a 12 GB de VRAM, con un presupuesto de 12 horas por tarea. En MLE-Bench Lite, el benchmark de ingeniería de aprendizaje automático, el modelo base se sitúa en 39.39% de promedio de medallas. Al combinarlo con OpenMLE-Evo, el componente de búsqueda, salta al 60.61%. Con OpenMLE-Evo-Max, que añade prioridades de experiencia independientes del benchmark y búsqueda asíncrona, alcanza el 71.21%.

Esas cifras superan a la combinación GPT-5.5 + Codex y se sitúan cerca de GPT-5.6 Sol y Kimi K3, el modelo de 2.8 billones de parámetros que supera a Frontis-MA1 por un factor de 80. La brecha de cómputo entre esas configuraciones es la verdadera historia.

Todas las ejecuciones usaron un presupuesto de 12 horas por tarea en una sola RTX 4090 limitada a 12 GB de VRAM.

Cuatro operadores, un bucle

El diseño trata la construcción de un modelo como un proceso evolutivo en lugar de una única pasada hacia adelante. FrontisAI define cuatro operaciones atómicas: Draft, Improve, Debug y Crossover. Frontis-MA1 está post-entrenado para realizar estas operaciones a partir de la retroalimentación de ejecución, mediante fine-tuning supervisado y aprendizaje por refuerzo sobre datos deduplicados frente a los benchmarks de evaluación. En inferencia, los mismos operadores se componen en una búsqueda de horizonte largo: el sistema propone candidatos, los muta, repara fallos y recombina lo que funciona. El artículo denomina al resultado "acoplar aprendizaje y evolución en un solo bucle".

La arquitectura sigue siendo legible, y eso importa. Los "AI4AI", sistemas que mejoran el proceso de construir IA, pueden ser vagos hasta el punto de la inutilidad. Aquí se resuelve en cuatro operaciones con nombre y un bucle de búsqueda que cualquiera puede inspeccionar y reproducir. Esa es la contribución real, independiente de cualquier puntuación.

Resultados de transferencia y la letra pequeña

Dos detalles impiden que el resultado parezca suerte de benchmark. En NatureBench Lite, mantenido fuera del entrenamiento, ambos componentes generalizan por sí solos. Con el marco fijo, sustituir el modelo entrenado eleva Match-SOTA del 50% al 70%. Con el modelo fijo, sustituir OpenMLE-Evo lo eleva del 20% al 50%. Los datos mantenidos fuera del entrenamiento significan que nada de esto formó parte del entrenamiento, la condición mínima para creer en cualquiera de estas cifras.

Las advertencias son igualmente concretas. Ambos benchmarks son las variantes Lite, versiones recortadas de conjuntos más grandes. Cada cifra describe una configuración con restricciones: una sola GPU, un máximo de 12 horas por tarea. Las comparaciones con GPT-5.5 + Codex, GPT-5.6 Sol y Kimi K3 son afirmaciones propias del artículo, y el resumen no dice cómo se configuraron o ejecutaron esos sistemas. La verificación independiente aún no ha ocurrido. Trate los porcentajes como el informe de un laboratorio, no como un veredicto independiente.

La pregunta abierta

Para un sistema orientado a la mejora recursiva, la pregunta es si el bucle se refuerza. Estos resultados muestran a un modelo entrenado usando evolución para resolver tareas de ingeniería de aprendizaje automático mejor que su base. No muestran a Frontis-MA1 produciendo un sucesor que lo supere, que es lo que la mejora recursiva exige en última instancia. El título del artículo dice "hacia", y esa palabra carga con el peso.

Lo que cambia este lanzamiento es quién puede hacer la pregunta. Los pesos del modelo y la pila OpenMLE completa están en GitHub. La investigación sobre RSI ya no se limita a laboratorios frontera y white papers de políticas; ahora es un experimento que cualquiera con una GPU capaz puede ejecutar, con un benchmark con nombre y una configuración de hardware impresa. Si el campo necesitaba eso es otro debate. El hecho de que ahora sea posible es la noticia.