✨︎ Resumen (TL;DR):
- Meta anunció el 6 de noviembre el despliegue de modelos especializados, entrenados con Muse Wonder, para Muse y Meta AI.
- En Muse, el uso correcto de contexto crítico subió de 76% a 90%, mientras los olvidos de información importante se redujeron 2.4 veces.
- Active Focus reporta una mejora de 67% en la finalización de tareas cotidianas ante problemas inesperados, aunque Meta no publicó la tasa inicial de éxito.
Meta anunció el 6 de noviembre el despliegue de modelos especializados, entrenados con Muse Wonder, para Muse y Meta AI. La actualización incorpora Active Memory, que reconoce cuándo reutilizar información previa, y Active Focus, que busca mantener una tarea cuando aparece un obstáculo. Muse ya guardaba información entre conversaciones; el cambio consiste en llevar a sus modelos las capacidades de memoria presentadas con Wonder. Meta reporta mejores resultados en pruebas de Muse, pero no publicó el tamaño de esas evaluaciones ni una medición equivalente para Meta AI.
Los sistemas son versiones adaptadas de modelos que Meta ya utilizaba en ambos productos. La compañía los entrenó con Wonder, su familia de modelos presentada en octubre, pero no les dio un nombre en el anuncio. The New Stack informó que los suscriptores todavía tienen acceso a Wonder para tareas más complejas.
Cuando presentó Wonder, Meta adelantó que lo usaría para desarrollar modelos especializados destinados a más usuarios de Muse. La actualización extiende esa estrategia también a Meta AI.
Active Memory elige cuándo recuperar información
Active Memory es una capacidad de los modelos de Meta que reconoce cuándo una información anterior vuelve a ser útil. Meta dice que entrenó los modelos para distinguir entre datos temporales y permanentes, y entre información que sigue vigente y la que ya quedó desactualizada.
Muse ya guardaba información entre conversaciones antes de esta actualización. Por eso, el cambio no introduce la memoria por primera vez en Muse: lleva a los modelos de Muse y Meta AI las capacidades de memoria que Meta presentó con Wonder.
En una evaluación de Active Memory, Meta afirma que el modelo actual de Muse utilizó correctamente el contexto crítico en el 90% de las tareas, frente al 76% del modelo anterior. La diferencia es de 14 puntos porcentuales. La empresa también asegura que los olvidos de información importante para las metas del usuario se redujeron 2.4 veces.
El anuncio no precisa cuántas tareas incluyó la prueba ni si el 90% y el 76% provienen del mismo ensayo. Además, los resultados publicados corresponden a Muse. Meta no ofreció en ese anuncio una medición equivalente para Meta AI.
Active Focus intenta mantener una tarea en marcha
Active Focus es una capacidad de los modelos de Meta que busca mantener una tarea hacia su meta cuando surge un obstáculo. La compañía dice que entrenó los modelos con distintos tipos de dificultades para que puedan recuperarse, buscar alternativas y aceptar aclaraciones mientras trabajan.
En Muse, Meta reporta una mejora del 67% en la finalización de tareas cotidianas cuando aparecen problemas inesperados. Sin embargo, no publicó la tasa inicial de éxito. Sin esa referencia, el porcentaje no permite calcular qué proporción de tareas completó el modelo actualizado, una limitación que también señaló The New Stack.
Para Meta AI, la empresa describe el cambio como una ayuda para dividir problemas en pasos, formular preguntas y seguir una conversación cuando la persona cambia de dirección. Esa es una descripción de lo que Meta espera de sus modelos, no una garantía de que cada encargo terminará correctamente.
En su Personal Superintelligence Index, Meta mostró que el modelo actual de Muse obtuvo 47%, frente al 38% del anterior. La diferencia es de 9 puntos porcentuales. La puntuación pertenece al índice de la compañía y no indica por sí sola cuánto recordará el asistente en una conversación concreta.
Muse ya está disponible en México, con controles separados
El despliegue llega después de que Meta anunciara el 5 de noviembre la disponibilidad de Muse en México. La aplicación se ofrece en español para iOS, Android y la web, además de WhatsApp. El anuncio de los modelos especializados no desglosa un calendario de llegada por país o plataforma.
Según el centro de ayuda de Meta, una persona puede consultar o editar los recuerdos de Muse y pedirle que olvide un tema. Borrar un mensaje o un archivo no necesariamente elimina la información que el agente aprendió de ese contenido. Cuando se le pide olvidar, Muse busca retirarla de sus recuerdos y archivos de apoyo en la medida de sus posibilidades.
Otro ajuste determina si las interacciones con Muse se usan para mejorar los modelos de IA de Meta. La empresa indica que está activado al empezar a usar el servicio y que puede desactivarse, también para interacciones anteriores. Ese control sobre el entrenamiento es distinto de editar o borrar los recuerdos del agente.
Para Muse, las cifras publicadas apuntan a un mejor uso del contexto y a una mayor capacidad para continuar tareas. Pero quedan huecos concretos: Meta no da el tamaño de la prueba de memoria, no presenta la tasa base de Active Focus y no reporta un resultado comparable para Meta AI. En México, Muse ya puede usarse, pero el calendario exacto para estos modelos especializados por plataforma todavía no aparece en el anuncio.
