El nuevo truco de IA de Tencent permite que los modelos se enseñen a sí mismos en un bucle
Tencent ha presentado una técnica de entrenamiento que denomina Terminal-RSI, que permite a un gran modelo de lenguaje mejorarse a sí mismo generando sus propios problemas de práctica y luego resolviéndolos. La compañía describió el método como una forma de dar a los modelos una especie de bucle de aprendizaje autodirigido, reduciendo la dependencia de datos de entrenamiento escritos por humanos. El anuncio, reportado por el medio tecnológico TMTPost, apunta a un creciente enfoque entre los desarrolladores chinos de IA en hacer que los modelos sean más capaces sin simplemente alimentarlos con más texto.
La idea central es que un modelo puede actuar tanto como estudiante y profesor. Propone tareas, las intenta, verifica los resultados contra resultados verificables y aprende de sus errores. A lo largo de ciclos repetidos, el rendimiento del modelo mejora en las tareas que inventa. Tencent llama a esto una versión a pequeña escala de la mejora recursiva, un concepto que ha fascinado durante mucho tiempo a los investigadores de IA pero que sigue siendo difícil de implementar de manera confiable. El enfoque de la compañía sugiere que ve el método como un camino práctico hacia habilidades de razonamiento más sólidas.
El movimiento de Tencent se produce cuando la industria china de IA se divide en campos distintos. DeepSeek, el laboratorio con sede en Hangzhou que sorprendió al mundo con sus modelos de bajo costo, se ha centrado en la eficiencia y los lanzamientos abiertos. Kimi, desarrollado por Moonshot AI, se ha centrado en el procesamiento de documentos de contexto largo. Tencent, un gigante de Internet con sede en Shenzhen conocido por WeChat, ha estado construyendo su familia de modelos Hunyuan e integrando IA en sus productos de consumo y empresariales. El trabajo de Terminal-RSI parece estar dirigido a cerrar la brecha en razonamiento, donde los modelos estadounidenses a menudo han liderado.
El momento es notable. DeepSeek recientemente comenzó a cobrar por la búsqueda web en su API, una señal de que las empresas chinas de IA están avanzando hacia modelos de negocio sostenibles después de un período de competencia agresiva de precios. La investigación de Tencent, por el contrario, se centra en la capacidad en lugar del costo. Si los modelos pueden mejorarse a sí mismos con menos supervisión humana, la economía del desarrollo de IA podría cambiar, haciendo más barato alcanzar un mayor rendimiento y potencialmente acelerando el ritmo de los lanzamientos.
Aun así, los modelos que se mejoran a sí mismos plantean preguntas. Un modelo que genera sus propios datos de entrenamiento puede reforzar sus propios defectos, un problema conocido como colapso del modelo. El método de Tencent se basa en tareas con respuestas verificables, lo que limita los dominios donde puede funcionar. La escritura creativa, el razonamiento abierto y la planificación del mundo real son más difíciles de verificar automáticamente. La compañía no ha dicho qué productos o futuros modelos Hunyuan utilizarán la técnica.
El contexto más amplio es un mercado chino de IA que se ha vuelto tanto concurrido como creativo. Tanto las startups como los gigantes están experimentando con sistemas agénticos, herramientas de búsqueda y asistentes personales. El Terminal-RSI de Tencent encaja en ese patrón: un avance de investigación que podría alimentar productos, desde servicios en la nube hasta aplicaciones de consumo. Para los observadores globales, es un recordatorio de que el progreso de la IA en China no se trata solo de ponerse al día en escala bruta, sino también de encontrar nuevas formas de entrenar e implementar modelos.
Lo que sucede a continuación depende de los resultados. Tencent ha publicado pocos detalles sobre los puntos de referencia, y la verificación independiente será importante. Pero la dirección es clara. Los laboratorios chinos ya no solo están siguiendo; están proponiendo sus propias respuestas al problema más difícil de la IA, que es cómo hacer que los modelos sean más inteligentes sin quedarse sin datos o dinero.