La AREX-2 china de 27B supera a un modelo de 1,6 billones de parámetros

Un modelo de 27.000 millones de parámetros ha superado, según investigadores chinos, a un sistema de 1,6 billones. La diferencia de tamaño es de casi 60 veces. El grupo AREX, formado por la Academia de Inteligencia Artificial de Pekín (BAAI), la Universidad de Ciencia y Tecnología de China (USTC) y la Universidad Renmin de China, ha presentado AREX-2. El modelo está construido sobre la base ligera de Qwen3.8-27B y entrenado con datos de "reflexión larga" procedentes de tareas de machine learning y programación algorítmica.

Reflexión en lugar de más parámetros

El camino habitual para lograr un modelo potente en programación es aumentar los parámetros, ampliar el corpus y añadir aprendizaje por refuerzo sobre tareas verificables. AREX-2 toma una vía distinta. Los autores construyeron los datos de entrenamiento alrededor de un ciclo largo de "intento, análisis, corrección". En él, el modelo no se limita a un solo intento: vuelve sobre su propia solución, localiza el punto débil y reelabora el algoritmo.

El ámbito elegido no es casual. En la ingeniería de ML y la programación algorítmica, el resultado se mide con precisión: el código pasa las pruebas o no, la métrica sube o baja. Por eso la retroalimentación es fiable aquí, y las trayectorias largas de mejora pueden recopilarse y verificarse.

Por qué llama la atención la comparación entre 27B y 1,6T

El titular del estudio se construye sobre el contraste de tamaños. Si el resultado anunciado se confirma con mediciones independientes, reforzará una tendencia que lleva tiempo en marcha: en tareas acotadas y bien verificables, la calidad depende cada vez más de cómo se estructuran los datos y del procedimiento de entrenamiento, y no del número de parámetros.

Para los ingenieros esto tiene un sentido práctico. Un modelo de escala 27B cabe en unos pocos aceleradores y funciona notablemente más barato que los sistemas de billones de parámetros. Puede desplegarse dentro de la empresa, ajustarse de forma fina y ejecutarse en ciclos de agentes largos, donde cada token adicional cuesta dinero.

RSI como marco de trabajo

Los autores vinculan el trabajo con la autosuperación recursiva (RSI): la capacidad de un sistema para mejorar iterativamente sus propios algoritmos. La idea es que un modelo capaz de perfeccionar de forma prolongada y razonada el código para tareas de ML se acerca, poco a poco, a mejorar los propios procesos de ML. Según su formulación, esto abre la puerta a una evolución autónoma de la inteligencia. Por ahora se trata de un primer paso en un ámbito limitado, no de un sistema completamente autosuperable.

Parámetros clave del lanzamiento:

• Modelo: AREX-2
• Arquitectura base: Qwen3.8-27B (alrededor de 27.000 millones de parámetros)
• Datos de entrenamiento: cadenas largas de reflexión sobre ML y programación algorítmica
• Comparación anunciada: superioridad frente a un modelo de escala 1,6 billones de parámetros
• Desarrolladores: grupo AREX; BAAI, USTC y Universidad Renmin de China
• Marco de investigación: autosuperación recursiva (RSI)

Qué deben comprobar los equipos que construyen agentes

Los equipos que desarrollan agentes de código e investigación deberían prestar atención al esquema en sí. Si cuentan con tareas con verificación automática, pueden recopilar no solo las soluciones finales correctas, sino también las trayectorias de corrección: qué se probó, por qué no funcionó, cómo se cambió el enfoque. Un conjunto de datos así enseña al modelo a trabajar con el error, no solo a reproducir una respuesta ya elaborada.

Antes de adoptarlo, hacen falta mediciones independientes. Primero hay que determinar en qué benchmarks y bajo qué condiciones AREX-2 supera al modelo de mayor tamaño: la limitación del dominio puede afectar fuertemente las conclusiones. Después hay que comprobar que la ventaja se mantiene en tareas fuera de la distribución de entrenamiento y en horizontes largos, donde los errores se acumulan. Si estas verificaciones se superan, los modelos compactos entrenados con reflexión podrían convertirse en una alternativa real a los gigantes costosos para los agentes de ingeniería.