Un equipo de investigadores de la Universidad de Cambridge, en colaboración con NVIDIA, Flower Labs, MBZUAI e Inria, ha presentado un nuevo método para que los agentes de inteligencia artificial que se automejoran sigan evolucionando sin estancarse. El problema, explican, es que los sistemas actuales dependen de un evaluador fijo —un benchmark o conjunto de pruebas— que termina actuando como un techo: una vez que el agente aprende todo lo que esa señal puede distinguir, el progreso se ralentiza o se detiene.
La solución, descrita en el preprint "The Red Queen Gödel Machine: Co-Evolving Agents and Their Evaluators", publicado en arXiv, consiste en hacer que el agente y el evaluador coevolucionen juntos: a medida que el agente mejora, el evaluador se vuelve más exigente y el listón sube sin cesar. El nombre del marco evoca a la Reina Roja de Lewis Carroll y la hipótesis evolutiva de 1973 según la cual las especies deben adaptarse continuamente para no perder terreno.
En experimentos de redacción y revisión de artículos científicos, así como en pruebas de demostración y calificación a nivel de olimpiada matemática, el sistema superó a los agentes autorreferenciales previos. Los escritores científicos coevolucionados alcanzaron tasas de aceptación entre 1,78 y 1,86 veces mayores ante un panel diverso de agentes evaluadores, y los calificadores coevolucionados mejoraron la precisión frente a la verdad de referencia en un 9 %. Además, combinar el modelo abierto NVIDIA Nemotron 3 Ultra con ChatGPT-5.5 permitió acercarse al rendimiento de ChatGPT en solitario reduciendo los costes de tokens de búsqueda en torno a 13 veces. Los autores subrayan que el trabajo es preliminar y que harán falta horizontes de búsqueda más largos para evaluar su escalabilidad.