Meta Lanza Muse Spark 1.3 con Mejoras en Programación y Agentes de IA

Meta ha lanzado Muse Spark 1.3, una nueva versión de su modelo de inteligencia artificial centrada en mejorar la programación y los flujos de trabajo basados en agentes. La actualización llega menos de un mes después de Muse Spark 1.2 y ya se está desplegando a través de Muse Code y Meta Model API.

La compañía ha entrenado el nuevo modelo con una mayor cantidad de tareas de programación de larga duración, un área en la que los agentes deben mantener instrucciones, utilizar herramientas y trabajar sobre un problema durante numerosos pasos sin perder el objetivo inicial.

Muse Spark 1.3 necesita menos herramientas y tokens

Una de las principales mejoras está relacionada con la eficiencia. En comparaciones realizadas por ingenieros de Meta frente a Muse Spark 1.2, la nueva versión utilizó aproximadamente un 20% menos de llamadas a herramientas y un 25% menos de tokens. Meta también afirma que el modelo realiza menos pasos innecesarios, produce respuestas menos verbosas y genera código con un estilo más limpio.

Muse Spark 1.3 está preparado para gestionar varias tareas dentro de una misma conversación prolongada. El sistema puede asociar nuevas instrucciones con el trabajo correspondiente, incluso cuando el usuario interrumpe una tarea anterior o cambia temporalmente de objetivo.

Meta también ha ajustado la forma en que el modelo gestiona la incertidumbre. Muse Spark 1.3 puede solicitar aclaraciones cuando una instrucción es ambigua, pedir ayuda al usuario si encuentra un obstáculo y solicitar confirmación antes de ejecutar determinadas acciones con consecuencias importantes.

Mejoras en programación y contexto largo

Los resultados publicados con el lanzamiento muestran avances especialmente importantes en programación. Muse Spark 1.3 obtuvo un 75,4% en DeepSWE v1.1, una evaluación de ingeniería de software de larga duración, y un 88,8% en Terminal-Bench 2.1. En SWE-Atlas Codebase QnA, destinado a medir la comprensión de repositorios de código, alcanzó un 59,4%.

El modelo también registró resultados elevados en pruebas de recuperación de información con contextos extensos. En MRCR v2 consiguió un 98,5% en el intervalo de 256.000 a 512.000 tokens y un 98,1% entre 512.000 y un millón de tokens.

Estas comparaciones deben interpretarse teniendo en cuenta las condiciones de cada prueba. La propia metodología de Meta advierte de que algunos resultados de modelos rivales proceden de configuraciones de terceros que pueden no estar optimizadas por sus respectivos proveedores.

Meta refuerza la seguridad de sus agentes

La compañía también asegura haber aumentado la resistencia del modelo frente a entradas adversarias y ataques de inyección de prompts. Muse Spark 1.3 incorpora además una mejor estimación de cuándo una acción puede ser irreversible, algo especialmente relevante en sistemas capaces de operar herramientas y completar tareas de forma autónoma.

Los modos de razonamiento que ya estaban disponibles en versiones anteriores pueden utilizarse desde el lanzamiento. Sin embargo, el nuevo nivel de razonamiento máximo todavía no está habilitado de forma general y Meta indica que llegará después de completar pruebas adicionales de seguridad.

Muse Spark 1.3 ya está disponible para desarrolladores

Muse Spark 1.3 se está desplegando en Muse Code, el agente de programación de Meta, y mediante Meta Model API. La compañía también ha adelantado que prepara modelos de mayor tamaño y que tiene previsto publicar pesos abiertos de la familia Muse Spark, aunque todavía no ha comunicado una fecha para esos lanzamientos.