Un equipo del Laboratorio de Inteligencia Artificial de Shanghái ha presentado Sage-Taiyi, una arquitectura inspirada en la metacognición diseñada para regular cómo un sistema de IA busca ideas científicas. El trabajo se describe en el artículo de arXiv 2611.12762v1 [cs.AI], fechado el 9 de noviembre de 2026 y firmado por el equipo Sage-Taiyi.
Arquitectura
Sage-Taiyi divide el descubrimiento científico en dos niveles, partiendo del modelo de Nelson y Narens sobre la metacognición como monitoreo y control de los propios procesos cognitivos.
En el nivel objeto, el sistema realiza la búsqueda científica para una pregunta de investigación. Su estado consta de tres estructuras: un Árbol de Objetivos que descompone la pregunta en objetivos, subobjetivos y estrategias locales; un Grafo de Ideas que registra las ideas y su linaje de transformaciones mediante cinco operaciones (fusión parcial, combinación, divergencia, reparación y evolución); y un Estado de Evidencia que conserva resultados experimentales y computacionales, conocimiento bibliográfico y aportaciones de expertos junto con sus fuentes.
En el metanivel, dos recursos regulan esa búsqueda. Un Estado Cognitivo específico de la tarea mantiene una representación selectiva del conocimiento científico del nivel objeto junto con evaluaciones derivadas del monitoreo sobre el respaldo de la evidencia, los conflictos sin resolver y las dependencias compartidas entre ideas. Un Repertorio Cognitivo reutilizable almacena diez heurísticas metodológicas, entre ellas el descubrimiento guiado por evidencia, la transferencia analógica, el diseño inverso y el rediseño orientado a cuellos de botella, junto con Operadores Cognitivos organizados por función en Encuadre, Construcción, Evaluación y Aprendizaje. La instanciación de dominio adapta estas entradas generales a campos concretos a partir de la literatura, y el aprendizaje por retroalimentación las refina con los resultados de las tareas.
El monitoreo interpreta los resultados de la búsqueda para actualizar el Estado Cognitivo; el control utiliza el estado actualizado y las condiciones de aplicabilidad del repertorio para decidir qué objetivo o idea abordar, si continuar, revisar, redirigir o detener una rama, y qué métodos aplicar. Un entorno de investigación traduce las decisiones de control en tareas, invocando la ideación o pasando a la ejecución y validación, cuyos resultados regresan al Estado de Evidencia. Expertos de cada dominio participan en la selección y validación de ideas, y un componente llamado Taiyi-Optimizer explora los espacios de condiciones o de diseño especificados.
Resultados en benchmarks
Los autores evalúan Sage-Taiyi en Taiyi-Bench, un benchmark de ideación para científicos de IA que ellos mismos construyeron y que comprende 265 tareas derivadas de 50 artículos de diez disciplinas, entre ellas ciencias de la Tierra, neurociencia, economía, física, química e ingeniería de comunicaciones. Para reducir el riesgo de contaminación de datos de entrenamiento, los artículos se publicaron por primera vez a partir del 1 de marzo de 2026, después de la fecha de corte de conocimiento reportada del modelo base. Las tareas revelan progresivamente decisiones ya establecidas reconstruidas de cada estudio, y la evaluación combina métricas de redescubrimiento histórico con una evaluación abierta de novedad, eficacia, viabilidad y diversidad, puntuada por un verificador basado en literatura que, según los autores, muestra buena concordancia con juicios de expertos humanos.
Sage-Taiyi, ejecutado sobre GPT-5.6-Sol con esfuerzo de razonamiento alto y diez ideas solicitadas por tarea, ocupó el primer puesto en las ocho métricas, con puntuaciones de grupo de 44,6 en Redescubrimiento y 63,3 en Evaluación abierta y una puntuación global de 54,0, frente a 47,9 del mejor sistema de referencia, AI Scientist-v2. Su mayor ventaja fue en Novedad: 70,5 frente a 55,2. En comparaciones por pares obtuvo la calificación Elo más alta, 1.322,5, y ganó el 66,3 por ciento de las comparaciones contra AI Scientist-v2. El tiempo de generación registrado fue de 29,9 minutos por tarea, frente a 39,3 minutos de AI Scientist-v2 y 44,8 minutos de Codex en el ajuste de razonamiento ultra. La comparación abarcó diez configuraciones de referencia entre generación directa, entornos de propósito general y entornos de descubrimiento científico, evaluando estos últimos únicamente en sus etapas de ideación.
En dos benchmarks externos, Sage-Taiyi alcanzó una media ponderada de 7,195 en AgentIdeaBench en 40 subcampos, frente a 6,852 de AI Scientist-v2, y una puntuación media de Evolución de Población de 87,634 en las 30 preguntas de frontera de IG-Arena. En ambas evaluaciones el sistema eligió sus propias consultas de búsqueda y los artículos a consultar.
Colaboraciones guiadas por expertos
Cinco colaboraciones conectaron las propuestas del sistema con validación experimental o computacional:
- Catálisis metálica: Sage-Taiyi propuso una ruta de carbonilación catalizada por cobalto hacia cetones alenilo tetrasustituidos, combinando carbonilación nucleofílica y radicalaria en un centro de cobalto. La optimización bayesiana del espacio de condiciones elevó el rendimiento de la reacción modelo desde cantidades traza hasta el 84 por ciento; las condiciones optimizadas también produjeron derivados de precursores de flurbiprofeno, piriproxifeno y salicina con rendimientos del 40, 74 y 86 por ciento.
- Fotoquímica: Para la aminación alílica sitioselectiva con aminas heteroarilo, el sistema propuso una adición de catión radical aminio seguida de transferencia de átomos de hidrógeno mediada por cobaloxima. La optimización elevó el rendimiento de la reacción modelo entre 2-aminopiridina y un alqueno 1,1-disustituido del 13 al 69 por ciento.
- Metamateriales: Para un filtro electromagnético de banda de rechazo multicapa, la retroalimentación de la optimización llevó al sistema a identificar un espesor de sustrato fijo como cuello de botella y a recomendar relajarlo. La búsqueda revisada produjo un diseño con transmisión media simulada del 6,2 por ciento en la banda de rechazo de 8 a 12 GHz y del 94,5 por ciento en la banda de paso de 14,5 a 15,5 GHz, frente a 9,5 y 87,4 por ciento de un diseño de referencia en espiga elaborado por expertos.
- Diseño de aleaciones: La optimización conjunta de composición y tratamiento térmico, partiendo de un candidato Mg–4Y–1Nd–3Gd–0,4Zr seleccionado por expertos, produjo una aleación de magnesio fundida (composición nominal Mg–4Y–1Nd–2Gd–0,5Zr) con una resistencia a la tracción media medida de 342 MPa en ensayos repetidos.
- Ingeniería de compresores: El refinamiento geométrico de un compresor centrífugo, guiado por evaluaciones de dinámica de fluidos computacional, alcanzó una eficiencia del impulsor del 91,5 por ciento a una relación de presión de 4,0.
Limitaciones y alcance declarados
El artículo presenta estos resultados como reportados por los propios autores. Las puntuaciones en Taiyi-Bench dependen de un verificador automático basado en literatura, y los resultados aplicados proceden de colaboraciones guiadas por expertos en las que especialistas de cada dominio participaron en la selección y validación de ideas, no de una operación totalmente autónoma. Los autores describen los resultados como un respaldo a la regulación metacognitiva como enfoque para la ideación científica y su progresión hacia la validación práctica.