El Momento NeoLab de China: EverMind Responde a la Cuestión de la Auto-Evolución de Pila Completa con Tres Artículos
Mientras los NeoLabs en el extranjero aseguran financiación masiva basada en narrativas, el equipo chino EverMind, incubado por el Grupo Shanda, ha publicado tres artículos consecutivos que presentan una pila técnica integral para la IA auto-evolutiva. Cubriendo arnés, habilidades y pesos de modelo, los artículos detallan los marcos HarnessBank, SkillCorpus y DASH. El enfoque de EverMind contrasta con los avances de punto único de los equipos en el extranjero, posicionándolo potencialmente como un líder en el espacio.
En el verano de 2026, mientras NeoLabs en el extranjero, como Recursive Superintelligence (RSI), Engram, Adaption Labs y Core Automation, atraían miles de millones en financiación, el equipo chino EverMind, incubado por el grupo Shanda, publicó tres artículos consecutivos que ofrecen una solución integral para la IA autoevolutiva. EverMind, con raíces en la cultura de investigación del instituto de innovación de Shanda, se centra en la memoria a largo plazo y la autoevolución. Los artículos abordan tres desafíos: aprovechar la auto-mejora (HarnessBank), la gestión de habilidades (SkillCorpus) y el entrenamiento de pesos de modelos (DASH). HarnessBank introduce un banco de genes y una verificación de compuerta para evitar el sobreajuste, logrando mejoras de rendimiento del 5,1% al 15,4% en siete conjuntos de referencia. SkillCorpus agrega y selecciona más de 82.100 habilidades brutas en 96.401 habilidades de alta calidad, mejorando el rendimiento de los agentes hasta en 7,5 puntos. DASH utiliza horizontes de supervisión adaptativos a la divergencia para mejorar la autodestilación en política, aumentando las puntuaciones de razonamiento matemático en los conjuntos de referencia AIME y HMMT. EverMind cuenta con un ecosistema de código abierto con más de 12.000 estrellas en GitHub, y sus marcos se mapean en cuatro capas: tarea, aprovechamiento, modelo y meta-mejora. El equipo espera que la próxima generación de IA evolucione continuamente, e invita a socios a unirse para construir la infraestructura de memoria a largo plazo de la IA.
Fuente: QbitAI 量子位 —
original