Hogar
Kimi Yang Zhilin: El entrenamiento de modelos a gran escala entra en la tercera fase de la investigación impulsada por la IA
Yang Zhilin, fundador de Moonshot , declaró en la reunión anual del Foro de Zhongguancun, celebrada el 25 de marzo de 2026, que el entrenamiento de modelos a gran escala está entrando en una tercera etapa crítica impulsada por la IA. Este cambio de paradigma marca el paso de una dependencia de los datos naturales y la anotación manual hacia una autoevolución altamente automatizada.

Reflexionando sobre la hoja de ruta técnica, Yang Zhilin esbozó tres fases en la evolución de los modelos a gran escala: la primera fase, hace tres años, dependía principalmente de datos naturales de Internet y de una alineación de valores anotada manualmente de forma limitada; la segunda fase, el año pasado, se centró en el aprendizaje por refuerzo a gran escala, en la que los investigadores seleccionaban tareas de alta calidad para mejorar el rendimiento de los modelos. En 2026 se ha producido un cambio fundamental en los métodos de investigación en IA, y el papel de los investigadores está evolucionando hacia el de «programador de computación de IA». En esta nueva etapa, el proceso de investigación está impulsado por la IA, que utiliza un gran número de tokens para sintetizar de forma autónoma nuevas tareas y entornos, definir parámetros de recompensa óptimos e incluso participar activamente en la exploración de nuevas arquitecturas de red.
Esta tendencia sugiere que la eficiencia de la investigación y el desarrollo en IA está a punto de experimentar una aceleración exponencial. Moonshot ha anunciado que su producto principal, Kimi , se centrará en ampliar las fronteras de la tecnología inteligente y en fomentar un ecosistema tecnológico colaborativo y en constante evolución con la comunidad de código abierto. La transición de «la IA enseñada por humanos» a «la IA que guía la investigación» no es solo una mejora en los métodos de entrenamiento, sino también un hito significativo en el camino hacia el logro de la inteligencia artificial general (AGI), lo que marca un cambio del aprendizaje pasivo a la exploración autónoma.
Artículo relacionado
El sistema de facturación basado en tokens de Github Copilot provoca la indignación de los desarrolladores.
La era de oro de GitHub Copilot de Microsoft podría estar llegando a su fin, especialmente para los usuarios individuales. La empresa está pasando de un modelo de suscripción fija a uno basado en tokens, lo que podría aumentar significativamente los
Aspectos destacados del documento de oferta pública inicial de SpaceX: las ambiciones de expansión en internet por satélite y inteligencia artificial
En su declaración de registro S-1 presentada antes de lo que se espera sea su oferta pública inicial, SpaceX reveló recientemente una serie de impresionantes indicadores comerciales que destacan su sólida posición en las comunicaciones aeroespaciales
Alibaba Tuhao M890 debuta con un triple rendimiento, marcando el inicio de una nueva era de agentes full-stack para modelos de inferencia basados en chips y nube.
El 20 de mayo de 2026, en la Cumbre de Alibaba Cloud, esta compañía anunció la finalización de una actualización del sistema tecnológico completo diseñado para la era de los agentes inteligentes. Esta transformación reconfiguró todo el proceso, desde
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

Reflexionando sobre la hoja de ruta técnica, Yang Zhilin esbozó tres fases en la evolución de los modelos a gran escala: la primera fase, hace tres años, dependía principalmente de datos naturales de Internet y de una alineación de valores anotada manualmente de forma limitada; la segunda fase, el año pasado, se centró en el aprendizaje por refuerzo a gran escala, en la que los investigadores seleccionaban tareas de alta calidad para mejorar el rendimiento de los modelos. En 2026 se ha producido un cambio fundamental en los métodos de investigación en IA, y el papel de los investigadores está evolucionando hacia el de «programador de computación de IA». En esta nueva etapa, el proceso de investigación está impulsado por la IA, que utiliza un gran número de tokens para sintetizar de forma autónoma nuevas tareas y entornos, definir parámetros de recompensa óptimos e incluso participar activamente en la exploración de nuevas arquitecturas de red.
Esta tendencia sugiere que la eficiencia de la investigación y el desarrollo en IA está a punto de experimentar una aceleración exponencial. Moonshot ha anunciado que su producto principal,
El sistema de facturación basado en tokens de Github Copilot provoca la indignación de los desarrolladores.
La era de oro de GitHub Copilot de Microsoft podría estar llegando a su fin, especialmente para los usuarios individuales. La empresa está pasando de un modelo de suscripción fija a uno basado en tokens, lo que podría aumentar significativamente los
Aspectos destacados del documento de oferta pública inicial de SpaceX: las ambiciones de expansión en internet por satélite y inteligencia artificial
En su declaración de registro S-1 presentada antes de lo que se espera sea su oferta pública inicial, SpaceX reveló recientemente una serie de impresionantes indicadores comerciales que destacan su sólida posición en las comunicaciones aeroespaciales
Alibaba Tuhao M890 debuta con un triple rendimiento, marcando el inicio de una nueva era de agentes full-stack para modelos de inferencia basados en chips y nube.
El 20 de mayo de 2026, en la Cumbre de Alibaba Cloud, esta compañía anunció la finalización de una actualización del sistema tecnológico completo diseñado para la era de los agentes inteligentes. Esta transformación reconfiguró todo el proceso, desde











