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

Un modelo de 27 000 millones de parámetros ha superado, según los investigadores chinos, a un sistema de 1,6 billones. La diferencia de tamaño es de casi 60 veces. El grupo AREX, de 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 parte de una base ligera, Qwen3.8-27B, y se ha entrenado con datos de «reflexión larga» procedentes de tareas de aprendizaje automático y programación algorítmica.

Reflexión en lugar de parámetros de más

El camino habitual hacia un modelo potente en programación consiste en aumentar los parámetros, ampliar el corpus y añadir aprendizaje por refuerzo sobre tareas verificables. AREX-2 toma otra ruta. Sus autores construyeron los datos de entrenamiento en torno a un ciclo largo de «intento, análisis, corrección». En ese ciclo, el modelo no se limita a una sola pasada: vuelve a su propia solución, detecta el punto débil y rehace el algoritmo.

El dominio no se eligió al azar. En la ingeniería de ML y en la programación algorítmica el resultado se mide: el código pasa las pruebas o no las pasa, la métrica sube o baja. Por eso la retroalimentación es fiable y se pueden recopilar y verificar trayectorias largas de mejora.

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

El titular de la investigación se apoya en el contraste de tamaños. Si mediciones independientes confirman el resultado declarado, reforzará una tendencia que lleva tiempo en marcha: en tareas acotadas y fáciles de verificar, la calidad depende cada vez más del diseño de 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 cuesta bastante menos de operar que los sistemas de billones de parámetros. Se puede desplegar dentro de la empresa, ajustar con precisión y ejecutar en ciclos agénticos largos, donde cada token de más cuesta dinero.

RSI como marco de trabajo

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

Parámetros clave de la publicación:

• Modelo: AREX-2
• Arquitectura base: Qwen3.8-27B (unos 27 000 millones de parámetros)
• Datos de entrenamiento: cadenas largas de reflexión sobre ML y programación algorítmica
• Comparación declarada: superioridad sobre un modelo de escala de 1,6 billones de parámetros
• Desarrolladores: grupo AREX; BAAI, USTC y Universidad Renmin de China
• Marco de la investigación: automejora recursiva (RSI)

Qué deben comprobar los equipos que construyen agentes

Los equipos que desarrollan agentes de código y de investigación deberían fijarse en el esquema en sí. Si tienen 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 y cómo se cambió el enfoque. Un conjunto de datos así enseña al modelo a trabajar con el error, y no solo a reproducir una respuesta ya hecha.

Antes de adoptarlo hacen falta mediciones independientes. Lo primero es averiguar en qué benchmarks y en qué condiciones AREX-2 supera al modelo grande: lo acotado del dominio puede influir mucho en las conclusiones. Después hay que comprobar que la ventaja se mantiene en tareas fuera de la distribución de entrenamiento y en horizontes largos, donde se acumulan los errores. Si se superan estas pruebas, los modelos compactos entrenados con reflexión se convertirán en una alternativa real a los gigantes caros para agentes de ingeniería.