La startup Adaption ha presentado AutoScientist, una nueva herramienta diseñada para acelerar y simplificar el entrenamiento y la afinación (fine-tuning) de modelos de inteligencia artificial avanzados. El sistema automatiza el proceso tradicional de ajuste, permitiendo que los modelos aprendan capacidades específicas de forma más rápida y eficiente.

Según la cofundadora y CEO Sara Hooker, ex vicepresidenta de investigación en Cohere, AutoScientist inaugura una forma distinta de entrenar IA porque optimiza a la vez los datos y el modelo, buscando la mejor manera de aprender casi cualquier habilidad. La ambición de Adaption es que, gracias a esta tecnología, el desarrollo de modelos punteros ya no quede limitado a los grandes laboratorios con enormes recursos.

AutoScientist se apoya en Adaptive Data, la plataforma de Adaption para construir conjuntos de datos de alta calidad que mejoran de forma continua. La nueva herramienta toma esos datos y los convierte en modelos que también se actualizan y perfeccionan de manera constante, adaptándose en tiempo real a la tarea que se quiera resolver.

La empresa afirma que AutoScientist ha logrado más que duplicar las tasas de acierto (“win-rates”) en distintos modelos, aunque reconoce que estos resultados son difíciles de comparar con benchmarks estándar como SWE-Bench o ARC-AGI, ya que la herramienta se centra en tareas muy específicas. Confiada en el impacto de su producto, Adaption ofrece AutoScientist gratis durante los primeros 30 días tras su lanzamiento.

Hooker sostiene que, del mismo modo que la generación de código abrió la puerta a nuevos usos de la IA, AutoScientist podría liberar una nueva ola de innovación en múltiples campos punteros, al hacer más accesible y dinámico el entrenamiento de sistemas avanzados.