Amazon ha revelado su nuevo método de personalización de modelos de inteligencia artificial, denominado «refinamiento por retroalimentación» (RFT), diseñado para adaptar modelos generales a necesidades empresariales específicas. Esta técnica innovadora pretende optimizar tareas como la generación de código y el razonamiento financiero sin depender de grandes conjuntos de datos etiquetados.
El RFT se distingue del ajuste fino tradicional supervisado, que requiere miles de ejemplos etiquetados. En su lugar, este enfoque permite que los usuarios definan las respuestas correctas mediante casos de prueba y criterios verificables, facilitando que el modelo descubra soluciones adecuadas a través de retroalimentación iterativa. Su capacidad para verificar resultados automáticamente lo convierte en una herramienta eficiente y ágil para la personalización de modelos de IA.
La aplicación del RFT ha demostrado ser efectiva en varios campos, tales como la generación de código y la atención al cliente. Su arquitectura de implementación es flexible, abarcando desde experiencias completamente gestionadas como Amazon Bedrock hasta flujos de trabajo personalizados en entornos complejos con Nova Forge. Esto permite la adaptación a las necesidades técnicas específicas de cada equipo.
En diciembre de 2025, Amazon introdujo la familia Nova 2, modelos avanzados con capacidades de razonamiento que mejoran la precisión en contextos analíticos complejos, permitiendo una descomposición más efectiva de problemas en pasos intermedios.
Particularmente beneficioso en escenarios donde los resultados correctos se pueden definir y verificar, pero donde las demostraciones detalladas son imprácticas, RFT destaca en problemas que requieren exploración y aprendizaje a partir de retroalimentación.
Amazon ha propuesto varios niveles de implementación para RFT, desde soluciones simples hasta configuraciones complejas para equipos de investigación. La compañía sugiere empezar con conjuntos de datos de tamaño moderado, iterando continuamente con base en métricas clave evaluadas durante el proceso de personalización.
Con las empresas reconociendo los beneficios de modelos de IA personalizados mediante RFT, se anticipa que esta técnica se convierta en un estándar esencial para la implementación de soluciones de inteligencia artificial en múltiples sectores industriales.