O novo truque de IA da Tencent permite que os modelos se ensinem em um loop
A Tencent revelou uma técnica de treinamento que chama de Terminal-RSI, que permite a um grande modelo de linguagem se aprimorar gerando seus próprios problemas de prática e depois resolvendo-os. A empresa descreveu o método como uma forma de dar aos modelos um tipo de loop de aprendizado autodirigido, reduzindo a dependência de dados de treinamento escritos por humanos. O anúncio, reportado pelo veículo de tecnologia TMTPost, aponta para um foco crescente entre os desenvolvedores chineses de IA em tornar os modelos mais capazes sem simplesmente alimentá-los com mais texto.
A ideia central é que um modelo pode atuar tanto como aluno quanto como professor. Ele propõe tarefas, tenta resolvê-las, verifica os resultados em relação a resultados verificáveis e aprende com seus erros. Ao longo de ciclos repetidos, o desempenho do modelo melhora nas tarefas que ele inventa. A Tencent chama isso de uma versão em pequena escala de autoaperfeiçoamento recursivo, um conceito que há muito fascina os pesquisadores de IA, mas continua difícil de implementar de forma confiável. A abordagem da empresa sugere que ela vê o método como um caminho prático para habilidades de raciocínio mais fortes.
O movimento da Tencent ocorre enquanto a indústria chinesa de IA se divide em campos distintos. A DeepSeek, o laboratório sediado em Hangzhou que surpreendeu o mundo com seus modelos de baixo custo, concentrou-se em eficiência e lançamentos abertos. O Kimi, desenvolvido pela Moonshot AI, apostou no processamento de documentos de contexto longo. A Tencent, uma gigante da internet sediada em Shenzhen conhecida pelo WeChat, vem construindo sua família de modelos Hunyuan e integrando IA em seus produtos de consumo e empresariais. O trabalho do Terminal-RSI parece voltado para fechar a lacuna em raciocínio, onde os modelos americanos frequentemente lideraram.
O momento é notável. A DeepSeek recentemente começou a cobrar pela busca na web em sua API, um sinal de que as empresas chinesas de IA estão avançando em direção a modelos de negócios sustentáveis após um período de concorrência agressiva de preços. A pesquisa da Tencent, por outro lado, é sobre capacidade, não custo. Se os modelos podem se aprimorar com menos supervisão humana, a economia do desenvolvimento de IA pode mudar, tornando mais barato alcançar maior desempenho e potencialmente acelerando o ritmo dos lançamentos.
Ainda assim, modelos que se autoaperfeiçoam levantam questões. Um modelo que gera seus próprios dados de treinamento pode reforçar seus próprios defeitos, um problema conhecido como colapso do modelo. O método da Tencent depende de tarefas com respostas verificáveis, o que limita os domínios onde pode funcionar. Escrita criativa, raciocínio aberto e planejamento do mundo real são mais difíceis de verificar automaticamente. A empresa não disse quais produtos ou futuros modelos Hunyuan usarão a técnica.
O contexto mais amplo é um mercado chinês de IA que se tornou tanto movimentado quanto criativo. Startups e gigantes estão experimentando sistemas agênticos, ferramentas de busca e assistentes pessoais. O Terminal-RSI da Tencent se encaixa nesse padrão: um avanço de pesquisa que pode alimentar produtos, de serviços em nuvem a aplicativos de consumo. Para observadores globais, é um lembrete de que o progresso da IA na China não se trata apenas de alcançar a escala bruta, mas também de encontrar novas maneiras de treinar e implantar modelos.
O que acontece a seguir depende dos resultados. A Tencent publicou poucos detalhes sobre benchmarks, e a verificação independente será importante. Mas a direção é clara. Os laboratórios chineses não estão mais apenas seguindo; eles estão propondo suas próprias respostas para o problema mais difícil da IA, que é como tornar os modelos mais inteligentes sem ficar sem dados ou dinheiro.