Por Canuto  

Baidu dice que su sistema ERNIE Evolve aceleró el modelo ERNIE-5.5-Flash en pruebas con GPU y chips Kunlunxin, aunque advierte que los resultados no son directamente comparables.
***

  • ERNIE Evolve selecciona experimentos, modifica código y ejecuta pruebas; conserva los cambios que superan verificaciones independientes ocultas para el sistema.
  • Baidu reporta una mejora de 33,7% en GPU y una generación de texto más de seis veces más rápida en chips P800 de Kunlunxin.
  • La empresa quiere ampliar el uso del agente, pero sostiene que la auto-mejora debe permanecer bajo supervisión humana.

 

Baidu presentó ERNIE Evolve, un sistema de inteligencia artificial que propone y ejecuta experimentos para modificar código relacionado con modelos de IA. La compañía afirma que el agente ayudó a acelerar ERNIE-5.5-Flash, todavía en desarrollo: reportó una mejora de rendimiento de 33,7% en GPU y una generación de texto más de seis veces más rápida en chips P800 de Kunlunxin, su unidad de semiconductores. Las cifras proceden de Baidu y corresponden a configuraciones distintas, por lo que no deben leerse como una comparación directa.

Un agente que investiga y prueba cambios

ERNIE Evolve automatiza varias etapas que, en un proceso habitual de desarrollo, requerirían que investigadores formularan una hipótesis, tocaran el código y comprobaran el resultado. Según explicó Baidu, el sistema decide qué investigar, modifica código y ejecuta pruebas para evaluar sus propuestas. El diseño busca que el agente no se limite a generar sugerencias: también puede llevarlas a una fase de experimentación y medir si producen una mejora.

El proceso incorpora una barrera de validación: el agente conserva únicamente los cambios que superan verificaciones independientes que no puede ver. Esa separación pretende evitar que el sistema optimice sus ajustes directamente para las pruebas finales y permite evaluar las propuestas con un criterio distinto del que usó para generarlas. La información divulgada no detalla todos los protocolos de verificación, pero sí señala que esas pruebas independientes forman parte de cómo ERNIE Evolve decide qué modificaciones retener.

La compañía aplicó el sistema a ERNIE-5.5-Flash, un modelo que aún está en desarrollo, en vez de presentar el resultado como una mejora general para todos sus productos. Baidu no describió el agente como un reemplazo de sus equipos de ingeniería; el anuncio se centra en cómo automatiza experimentos y ajustes de código durante la investigación. Esa distinción importa porque un sistema que acelera una tarea concreta no demuestra, por sí solo, que pueda hacerse cargo de todo el ciclo de entrenamiento de un modelo.

La noticia se inscribe en una discusión más amplia sobre agentes que ayudan a producir o perfeccionar sistemas de IA, pero las declaraciones de distintas empresas no son métricas directamente equiparables. Anthropic afirma que Claude escribe más del 80% de su código, mientras Sergey Brin ha dicho que Gemini ayuda a construir a su sucesor. En ese contexto, el anuncio de Baidu aporta cifras sobre pruebas específicas y un mecanismo de evaluación, pero no establece una clasificación común entre esos proyectos.

Resultados distintos en GPU y Kunlunxin

En GPU que ya habían sido optimizadas por ingenieros, Baidu reportó que ERNIE Evolve elevó el rendimiento de ERNIE-5.5-Flash en 33,7% durante unos tres días. La cifra ofrece un punto de comparación con una configuración que, según la empresa, ya había recibido trabajo de optimización. Sin embargo, el anuncio disponible no incluye detalles adicionales sobre las condiciones completas de la prueba, de modo que el porcentaje debe atribuirse a Baidu y entenderse dentro de ese contexto específico.

El resultado divulgado para los chips P800 de Kunlunxin fue más llamativo: Baidu aseguró que el modelo ahora genera texto a una velocidad superior a seis veces la anterior. Kunlunxin es la unidad de chips de Baidu y, según la información reportada por The Next Web, apunta a una oferta pública inicial. La magnitud del avance puede llamar la atención, pero por sí sola no permite concluir que el hardware haya superado a las GPU, porque la comparación utiliza equipos y condiciones diferentes.

La explicación de esa diferencia es importante para interpretar la cifra de Kunlunxin. Parte considerable de la mejora, según señaló China AI Dispatch, provino de activar funciones que la configuración del chip todavía no estaba utilizando. En otras palabras, el cambio no habría consistido únicamente en que el agente encontrara una optimización de código: también aprovechó capacidades disponibles que no estaban activas en la configuración previa, lo cual limita una comparación directa con el resultado en GPU.

Por eso, el aumento superior a seis veces no equivale a afirmar que ERNIE Evolve haya hecho que los chips Kunlunxin sean seis veces más rápidos que las GPU, ni que el mismo salto se replique en otros modelos o cargas de trabajo. La cifra describe el cambio reportado por Baidu en su configuración con P800. A su vez, el 33,7% corresponde a GPU previamente optimizadas por ingenieros y a una ventana aproximada de tres días; son resultados diferentes y deben permanecer separados al evaluar el anuncio.

Pruebas públicas, competencia y límites de la auto-mejora

Baidu también evaluó ERNIE Evolve en tres desafíos públicos de investigación en IA y dijo que superó los mejores resultados públicos en dos de ellos, mientras se acercó al mejor resultado en el tercero. Uno de los casos mencionados fue una carrera de velocidad de NanoGPT: el sistema completó la prueba en 38,9 segundos, frente a un récord de 39,9 segundos. Esos tiempos corresponden a ese desafío concreto y no resumen por sí solos la capacidad general del agente para investigar o desarrollar modelos.

La ejecución de NanoGPT, sin embargo, no había sido presentada en la tabla de clasificación oficial, de acuerdo con China AI Dispatch. Esa precisión ayuda a distinguir entre un resultado que la empresa reporta y uno que ya pasó por el proceso público de registro y revisión del marcador. Baidu sostuvo que obtuvo marcas superiores en dos desafíos, pero la falta de envío oficial de esa ejecución significa que el tiempo de 38,9 segundos no figuraba allí como un récord validado.

La tabla de resultados publicada por Baidu también sitúa a ERNIE Evolve por delante de Recursive, una startup que afirma que su propio sistema de IA construyó en gran medida Flint, su modelo de programación. La comparación refleja la creciente competencia por demostrar que los sistemas pueden contribuir a mejorar otros sistemas, aunque los resultados dependen de los desafíos y métodos utilizados. La información disponible no ofrece elementos suficientes para convertir esa tabla en una evaluación independiente y universal de los agentes involucrados.

Baidu planea utilizar ERNIE Evolve a continuación en el entrenamiento de modelos y, más adelante, quiere que la IA también diseñe sus propias pruebas. Este último paso ampliaría el papel del agente: además de proponer ajustes y ejecutar experimentos, participaría en la creación de los criterios para medirlos. La empresa no presentó ese objetivo como una capacidad ya alcanzada, sino como una dirección futura para el sistema.

La compañía también subrayó que el avance de la auto-mejora debe permanecer bajo control humano. “Su alcance solo debe crecer mientras las personas puedan seguir entendiendo, supervisando y deteniendo el sistema”, escribió Baidu. La advertencia establece el principio que la empresa dice querer mantener mientras amplía las tareas del agente, pero la información divulgada no detalla cómo se aplicarían esos mecanismos de supervisión en cada etapa futura de entrenamiento o diseño de pruebas.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados