Darwin-27B-Opus: Superando el modelo fundacional sin entrenamiento

El modelo Darwin-27B-Opus, con 27 mil millones de parámetros, ha alcanzado un 86,9% en GPQA Diamond, un exigente benchmark de razonamiento científico, sin ningún entrenamiento ni datos adicionales, superando a su modelo base Qwen3.5-27B (85,5%) y a gigantes como GLM-5.1 de 744B parámetros. Este logro se obtuvo mediante 'cría evolutiva de FFN', transplantando selectivamente capas Feed-Forward entre modelos compatibles (Qwen3.5-27B y Claude 4.6 Opus Reasoning Distilled), optimizado por CMA-ES en solo dos horas en una GPU H100. Darwin ocupa el quinto puesto mundial en la tabla de Hugging Face. El método aprovecha el conocimiento ya presente en modelos preentrenados, reorganizando su estructura sin gradientes. Se demuestra vigor híbrido también en benchmarks coreanos como CLIcK. Las implicaciones revolucionan el desarrollo de modelos abiertos, haciendo composicional y económico el proceso.