GigaWorld-Policy-0.5: Un WAM más rápido y fuerte potenciado por AutoResearch | Optimización autónoma de modelos de mundo para agentes | Mejora de la toma de decisiones en entornos complejos mediante IA autorreflexiva

Abstract

PROBLEMA: Los Modelos de Asistente de Mundo (WAM) actuales son lentos para procesar cambios dinámicos en el entorno y requieren una supervisión humana constante para el refinamiento de políticas. SOLUCIÓN: GigaWorld-Policy-0.5 introduce un mecanismo de AutoResearch que permite al modelo generar y probar sus propias hipótesis de mejora en un simulador interno antes de actuar. METODOLOGÍA: Implementan una arquitectura de red neuronal recurrente de alta velocidad integrada con un motor de búsqueda de políticas latentes optimizado para baja latencia. RESULTADOS: El sistema muestra una mejora del 40% en la velocidad de inferencia de decisiones y una robustez superior en entornos con alta incertidumbre sensorial frente a GPT-4o. RELEVANCIA: Un paso significativo hacia agentes que no solo entienden el mundo, sino que optimizan su propio comportamiento de forma autónoma y veloz.