Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
IndustriaPaper científico · Para I+DX: @denisyarats→ original

Perplexity lanza Frontier Research: entrenará a su investigador de IA con más de 10 000 GPU

Perplexity ha lanzado Frontier Research, un equipo que construye IA para la investigación autónoma: buscar fuentes, contrastarlas y extraer conclusiones. Los modelos se entrenan con RL (aprendizaje por refuerzo, en el que las acciones del modelo reciben una «puntuación» por su resultado) en más de 10 000 GPU (tarjetas gráficas), y las tareas proceden del uso real de Perplexity. La conclusión para los desarrolladores: cada vez más agentes se entrenan con escenarios reales, y no solo se ajustan con prompts.

Procesado por IA desde X: @denisyarats; editado por Hamidun News
Perplexity lanza Frontier Research: entrenará a su investigador de IA con más de 10 000 GPU
Fuente: X: @denisyarats. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalX: @denisyarats ↗
Editor jefe
Enfoquevarios agentes, RL, aprendizaje continuo, preentrenamiento
Dato clave #2Los datos para RL son sintéticos, y los entornos se construyen a partir de consultas reales
Dato clave #3Todavía no hay anuncio de modelos, benchmarks ni plazos; el equipo está contratando personal

Pida a un asistente de IA actual que «analice el mercado» o que «estudie un tema científico» y, lo más probable, es que reciba un resumen ordenado pero superficial. La investigación real consiste en decenas de búsquedas, lectura de fuentes, contraste de contradicciones y nuevos intentos. Precisamente ese trabajo es el que Perplexity quiere delegar en una máquina. La compañía, conocida como buscador con IA que cita sus fuentes, ha anunciado el lanzamiento de Perplexity Frontier Research. Lo comunicó en X Denis Yarats, cofundador y director técnico de Perplexity. El objetivo es un sistema capaz de realizar investigaciones de forma autónoma, es decir, sin indicaciones humanas en cada paso.

Conviene aclarar enseguida dos cifras del anuncio. RL es el aprendizaje por refuerzo: el modelo no memoriza respuestas hechas, sino que prueba acciones y recibe una «puntuación» por el resultado, como un becario al que le dicen si ha hecho bien o mal la tarea. GPU son las unidades de procesamiento gráfico, las «tarjetas gráficas» con las que se entrenan las redes neuronales. Perplexity planea ejecutar este entrenamiento en un clúster de 10 000 o más GPU. Como referencia, afinar un modelo pequeño puede hacerse con unas pocas tarjetas, mientras que un clúster de diez mil está al nivel de los grandes laboratorios.

En qué trabajará el equipo

El anuncio menciona cinco líneas de trabajo: orquestación de varios agentes, aprendizaje por refuerzo, aprendizaje continuo, ingeniería de sistemas y preentrenamiento (entrenamiento de modelos base desde cero).

La orquestación es necesaria porque un solo agente no lleva bien una investigación larga. Imagine que pide analizar el mercado de patinetes eléctricos: un agente busca empresas, otro lee informes y un tercero verifica las cifras. El orquestador reparte las tareas y reúne el resultado. El aprendizaje continuo significa que el modelo incorpora información nueva sin reentrenarse por completo desde cero. Para un sistema de investigación esto es clave: los hechos del mundo caducan más deprisa que salen las nuevas versiones de los modelos.

Cómo se entrenará: datos sintéticos y escenarios reales

Según Yarats, buena parte del trabajo es RL a gran escala. Los datos de entrenamiento son sintéticos, y los entornos en los que se entrena el modelo se construyen a partir de cómo las personas usan Perplexity en la práctica.

La lógica es la siguiente. Para entrenar un agente de investigación mediante RL hace falta un entorno en el que pueda buscar, abrir páginas y ejecutar código, y en el que el resultado pueda verificarse: si encontró la respuesta correcta o no. Perplexity tiene algo que no tienen los laboratorios sin un producto masivo: un flujo de consultas reales y una comprensión de qué tareas plantean los usuarios en la práctica. A partir de ahí pueden construirse tareas de entrenamiento cercanas a la realidad, y no a los benchmarks académicos.

Yarats subraya además que Perplexity es una empresa de «pila completa»: búsqueda, inferencia (la ejecución de modelos ya entrenados), entrenamiento y sandboxes (entornos aislados donde el agente ejecuta acciones) se desarrollan dentro de la compañía. Según él, esto permite avanzar con rapidez, y todo lo creado se prueba en productos que usan millones de personas. El ciclo «entrenar, desplegar, observar el comportamiento del modelo entre los usuarios y devolver esos datos al entrenamiento» es más fácil de cerrar cuando todas las piezas están bajo un mismo techo.

Qué significa en la práctica

Una matización: se trata de una declaración de intenciones y de contratación de equipo, no de un lanzamiento. El anuncio no incluye nombres de modelos, resultados en benchmarks, plazos ni información sobre qué modelos base se usarán como punto de partida. La compañía está contratando investigadores e ingenieros.

Para desarrolladores y responsables de producto, de esto se derivan tres conclusiones:

  • La industria pasa de afinar prompts alrededor de modelos ajenos a entrenar los propios modelos con tareas agénticas. Las empresas con un producto masivo convierten los escenarios de sus usuarios en entornos de entrenamiento.
  • Incluso sin entrenamiento propio, se pueden adoptar elementos del enfoque: sandboxes para ejecutar acciones de forma segura, criterios medibles y claros de «tarea resuelta» y la separación de roles entre agentes. De ellos depende la calidad de un agente en producción.
  • Perplexity quiere claramente pasar de ser una capa sobre modelos ajenos a desarrollar los suyos. Si veremos el resultado como un nuevo modelo o como un modo de investigación más potente dentro del producto, todavía no se sabe.
Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre En qué trabajará el equipo?

El anuncio menciona cinco líneas de trabajo: orquestación de varios agentes, aprendizaje por refuerzo, aprendizaje continuo, ingeniería de sistemas y preentrenamiento (entrenamiento de modelos base desde cero). La orquestación es necesaria porque un solo agente no lleva bien una investigación larga. Imagine que pide analizar el mercado de patinetes eléctricos: un agente busca empresas, otro lee informes y un tercero verifica las cifras. El orquestador reparte las tareas y reúne el resultado.

Cómo se entrenará: datos sintéticos y escenarios reales?

Según Yarats, buena parte del trabajo es RL a gran escala. Los datos de entrenamiento son sintéticos, y los entornos en los que se entrena el modelo se construyen a partir de cómo las personas usan Perplexity en la práctica. La lógica es la siguiente. Para entrenar un agente de investigación mediante RL hace falta un entorno en el que pueda buscar, abrir páginas y ejecutar código, y en el que el resultado pueda verificarse: si encontró la respuesta correcta o no.

¿Qué se sabe sobre Qué significa en la práctica?

Una matización: se trata de una declaración de intenciones y de contratación de equipo, no de un lanzamiento. El anuncio no incluye nombres de modelos, resultados en benchmarks, plazos ni información sobre qué modelos base se usarán como punto de partida. La compañía está contratando investigadores e ingenieros. Para desarrolladores y responsables de producto, de esto se derivan tres conclusiones: La industria pasa de afinar prompts alrededor de modelos ajenos a entrenar los propios modelos con tareas agénticas.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…