> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # Meta FAIR usa un modelo para elegir que experimentos de IA merecen la GPU - URL: https://www.digitalbrain.news/noticias/meta-fair-research-preference-models-experimentos-gpu/ - Published: 2026-09-07T07:14:21.000Z - Updated: 2026-09-07T07:15:28.000Z - Description: Un equipo de FAIR (el laboratorio de investigacion de Meta) con la Universidad de Oxford y el University College London ha publicado los Research… - Author: Ramón Pérez Coronado - Tags: #noticias, meta, investigacion, gpu, computo, agentes-ia Un equipo de FAIR (el laboratorio de investigacion de Meta) con la Universidad de Oxford y el University College London ha publicado los Research Preference Models, unos modelos que ordenan experimentos de [machine learning](https://www.digitalbrain.news/guias/que-es-el-machine-learning/) antes de ejecutarlos y deciden cual merece la [GPU](https://www.digitalbrain.news/glosario/#gpu). [Segun el paper](https://arxiv.org/html/2608.13940v1?ref=digitalbrain.news), guiar asi a un agente le permite alcanzar en unas 15 horas lo que sin guia le costaba 24, gastando menos de dos tercios del presupuesto de computo. ## Puntos clave - Los RPM ordenan candidatos sin ejecutar y eligen uno para correr, en lugar de lanzarlos todos. - Se construyen sobre modelos de lenguaje preentrenados congelados, sin ningun [entrenamiento](https://www.digitalbrain.news/glosario/#entrenamiento) especifico para la tarea. - Hay dos variantes: una de solo [inferencia](https://www.digitalbrain.news/glosario/#inferencia) y otra agentica, que lanza pilotos pequeños antes de decidir. - La puntuacion media normalizada pasa de 0,684 (agente sin guia) a 0,711 y 0,729 respectivamente. - Con guia, el agente llega en unas 15 horas al nivel que antes alcanzaba en 24. ## El problema que resuelven Un agente de investigacion propone muchas mas ideas de las que puede permitirse probar. Entrenar un solo candidato consume de horas a dias de GPU. Esa asimetria convierte la eleccion en la palanca real. Da igual lo bien que el agente genere hipotesis si luego quema el presupuesto en las tres primeras que se le ocurrieron. Los RPM atacan justo ahi. En vez de mejorar la generacion de candidatos, mejoran la seleccion. ## Cómo funcionan las dos variantes La de **solo inferencia** lee el plan, el codigo propuesto y las soluciones que ya se ejecutaron en esa tarea, y ordena los candidatos por preferencia. Todo antes de tocar una GPU. La **agentica** añade un paso: lanza experimentos piloto a escala reducida y usa esa evidencia barata para decidir cual escalar. Cuesta mas que la anterior y acierta mas. Hay un detalle de diseño que explica por que esto funciona. El RPM nunca predice una puntuacion absoluta. El equipo encontro que los modelos de lenguaje son poco fiables prediciendo metricas concretas o si una ejecucion va a terminar bien. Asi que le quitaron esa tarea. Solo tiene que decir cual de dos candidatos es mejor, que es una pregunta mucho mas facil que cuanto va a puntuar cada uno. Comparar es mas facil que estimar, y el sistema esta construido sobre esa asimetria. ## Los numeros y sus limites El banco de pruebas son 20 tareas publicas de texto y datos tabulares, con 24 horas en una sola GPU H200 por tarea, 10 semillas y [Qwen3.6-](https://www.digitalbrain.news/glosario/#qwen)27B como modelo base tanto para los operadores como para el RPM. La mejora de 0,684 a 0,729 parece modesta en absoluto. El dato que cuenta es el otro: llegar al mismo sitio en 15 horas en vez de 24, con menos de dos tercios del presupuesto de ejecucion. Eso es un 40% menos de tiempo por el mismo resultado. Conviene tambien decir lo que no demuestra. Son tareas publicas, acotadas, con una sola GPU y un modelo base de 27.000 millones de parametros. Nada garantiza que el mismo truco escale a un entrenamiento de frontera con miles de GPUs y semanas de ejecucion. ## Donde encaja esto Esta pieza dialoga con la otra noticia grande de hoy. [OpenAI publico datos internos diciendo que sus agentes ya trabajan 3,1 jornadas por cada jornada humana](https://www.digitalbrain.news/noticias/openai-agentes-3-1-jornadas-por-jornada-humana/), y avisaba en el mismo post de que lanzar mas ejecuciones no equivale a hacer mas ciencia. Los RPM son un intento de respuesta a ese aviso. Si el cuello de botella ya no es escribir el experimento sino elegir cual correr, el sitio donde meter inteligencia es la cola de decision, no la de ejecucion. ## Por qué importa Cambia el sitio donde metes el modelo. Casi todo el mundo lo pone a hacer el trabajo. Aqui lo ponen a decidir que trabajo se hace. Ese patron se traslada tal cual a una empresa. Si tienes cien campañas candidatas, cuarenta hipotesis de precio o veinte procesos que podrias automatizar, tu limite no es la capacidad de ejecutarlas, es que solo puedes probar unas pocas al trimestre. Ahi un modelo que ordene la cola por probabilidad de que salga bien, y que ademas pueda lanzar pilotos baratos antes de comprometer presupuesto, vale mas que uno que ejecute rapido. El paper mide un 40% menos de tiempo para el mismo resultado. En una empresa eso se llama probar tres cosas en el trimestre en vez de dos. Fuente original: [arXiv](https://arxiv.org/html/2608.13940v1?ref=digitalbrain.news) --- **Relacionado** [![Meta rebaja Muse Spark un 92% si le dejas entrenar con tus prompts](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/09/meta-descuento-92-por-ciento-muse-spark-a-cambio-de-datos.jpg)Meta rebaja Muse Spark un 92% si le dejas entrenar con tus prompts](https://www.digitalbrain.news/noticias/meta-descuento-92-por-ciento-muse-spark-a-cambio-de-datos/)[OpenAI dice que sus agentes ya trabajan 3,1 jornadas por cada jornada humana](https://www.digitalbrain.news/noticias/openai-agentes-3-1-jornadas-por-jornada-humana/)[![Nvidia lanza DLSS 5 el 3 de septiembre y solo funciona en las RTX 50](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/09/nvidia-dlss-5-3-septiembre-rtx-50.jpg)Nvidia lanza DLSS 5 el 3 de septiembre y solo funciona en las RTX 50](https://www.digitalbrain.news/noticias/nvidia-dlss-5-3-septiembre-rtx-50/)