Meta revela AIRA₃, motor de pesquisa com agentes longos e paralelos
A competição Kaggle da NVIDIA
A Meta anunciou o AIRA₃, descrito como a próxima geração de seu sistema autônomo de pesquisa em IA. Em junho, a empresa inscreveu o sistema em uma competição ao vivo do Kaggle organizada pela NVIDIA, cujo desafio era ajustar (fine-tune) um modelo Nemotron de 30 bilhões de parâmetros para raciocinar melhor. Todos os competidores tinham acesso às mesmas informações e eram avaliados externamente em um conjunto de testes privado.
O AIRA₃ ficou em 8º lugar entre cerca de 4.000 equipes, conquistando medalha de ouro e superando competidores humanos com acesso às mesmas ferramentas de fronteira. A Meta afirma que isso é um sinal confiável de que o sistema pode melhorar uma capacidade específica de um modelo em nível semelhante ao de especialistas humanos.
Ensemble e avaliações adicionais
A inscrição premiada com ouro foi um ensemble que combinava GPT 5.5 (com OpenCode) e Claude 4.8 (com ClaudeCode). Após a competição, a Meta também avaliou o AIRA₃ com outros modelos: Muse Spark 1.2 (com MuseCode) alcançou nível de ouro, enquanto Muse Spark 1.1 (com OpenCode) e GLM 5.2 (com OpenCode) atingiram nível de prata. Todas as submissões posteriores foram avaliadas externamente no mesmo conjunto privado de testes.
Como o sistema funciona
Em vez de depender de um controlador central, o AIRA₃ executa muitos agentes de longa duração - pares de modelos e ambientes de código - em ambientes isolados, coordenando-os de forma assíncrona por meio de dois substratos compartilhados: um fórum para trocar hipóteses e descobertas e um sistema de arquivos compartilhado para artefatos de solução. Os agentes colaboram, compartilham descobertas e constroem sobre o trabalho uns dos outros. Segundo a Meta, o sistema usa computação para acumular conhecimento e gerar ganhos de desempenho ao longo do tempo, com estratégias de busca que emergem dinamicamente conforme cada agente decide em quais descobertas se apoiar.
Generalização e próximos passos
A empresa argumenta que, embora a competição Kaggle tenha demonstrado a capacidade do AIRA₃ em um domínio específico, o sistema pode se generalizar para domínios distintos apenas mudando a especificação da tarefa. Em um benchmark interno, o AIRA₃ alcançou 27% de redução de latência em kernels de GPU de produção e desempenho de nível ouro em outra competição Kaggle, de tradução de tábuas de argila acadianas de 4.000 anos para o inglês.
A Meta reconhece estar em fase inicial e que problemas difíceis ainda estão à frente, mas afirma acreditar que um sistema que acumula o próprio conhecimento é a aposta certa. À medida que desenvolve e amplia o sistema, a empresa diz estar animada com seu potencial para acelerar a pesquisa em IA e destravar o aprimoramento recursivo (recursive self-improvement).