Los sistemas de IA que se mejoran sin intervención humana pierden terreno, pero un área resiste.
En cuatro semanas, las publicaciones sobre multi-agent systems and negotiation (sistemas multiagentes y negociación) caen de 204 a 111 artículos, es decir, una disminución de casi la mitad. Sin embargo, un subconjunto de estos trabajos - aquellos que exploran la amélioration récursive autonome (recursive self-improvement) - se mantiene estable. La expresión aparece en 33 artículos este mes, un volumen cercano a los 31 registrados en agosto. Estas investigaciones se centran en agentes capaces de corregir sus propios errores y afinar su rendimiento sin depender de datos externos o humanos.
Tres artículos recientes ilustran esta persistencia:
- The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement
- MetaRSI / RSI2: A Meta-Recursive Self-Improving System for Recursive Self-Improving Systems Themselves
- Generalized Agent Iteration: One Formal Framework for Iterative Policy Improvement and Recursive Self-Improvement
Paralelamente, los agent harnesses (marcos de software que definen los objetivos y restricciones de los agentes) suman 51 artículos este mes, frente a 21 en agosto. Estas herramientas buscan enmarcar tareas complejas y prolongadas, como la gestión de proyectos o la toma de decisiones distribuida en el tiempo. Dos ejemplos:
- RobustSGPO: Search-Space Control for Agent Harness Evolution
- Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails
En otros ámbitos, la mayoría de los temas principales retroceden. Los large language models (grandes modelos de lenguaje) pasan de 587 a 271 artículos, y las aplicaciones multimodales (que combinan texto, imagen y sonido) de 575 a 244. Solo el reconocimiento y síntesis de voz (Speech Recognition and Synthesis) avanza, con 112 artículos frente a 78.