El equipo de IA de Inherents le ganó a OpenAI y Anthropic reproduciendo papers

Una startup fundada por ex DeepMind dice que su modelo de IA puede replicar papers científicos mejor que los de OpenAI y Anthropic — y lo hizo sin ningún prompt humano, solo leyendo el paper y corriendo el código. La empresa se llama Inherent, y apuesta a que el próximo cuello de botella en IA no es escribir sino verificar: ¿puede un modelo realmente reproducir lo que dice un paper, o solo suena convincente?

La afirmación es específica — el modelo reprodujo resultados de papers publicados de forma que coincidía con los autores originales. Eso importa porque la generación actual de modelos puede alucinar con confianza, y los papers que escriben parecen reales incluso cuando los números no cuadran. Inherent está intentando resolver eso construyendo un sistema que no solo genera texto sino que verifica si las matemáticas y el código realmente funcionan.

Esto aterriza en la intersección de un par de tendencias: los investigadores están usando cada vez más IA para redactar papers y correr experimentos, y la comunidad está empezando a notar cuando esos papers contienen errores o resultados fabricados. Un modelo que puede detectar sus propios errores — o al menos marcarlos — es el tipo de cosa que marca la diferencia entre un asistente de investigación útil y uno peligroso.

Por qué nos importa: cuando la IA empieza a escribir papers y correr experimentos, necesitamos herramientas que nos digan qué es real y qué no — de lo contrario todo el campo se inunda de cosas que suenan bien pero no funcionan.