Silico by Goodfire

Silico es una plataforma para equipos de investigación de IA que quieren ejecutar experimentos largos y complejos sin tener que monitorizarlos constantemente. En lugar de vigilar los trabajos de entrenamiento o coordinar manualmente múltiples pasos, los investigadores le dan a Silico un objetivo de investigación de alto nivel. Entonces, la plataforma desarrolla un plan experimental, ejecuta el trabajo en paralelo a través de la computación disponible, monitoriza el progreso y devuelve resultados que pueden ser inspeccionados y ampliados. Está construida sobre la investigación de interpretabilidad de Goodfire, por lo que está diseñada para equipos que realizan un trabajo serio de interpretabilidad mecanística, no solo demos rápidas.

Lo que hace que Silico destaque es su enfoque de investigación basado en agentes. Le das un objetivo y se encarga del resto: planificar experimentos, coordinar múltiples agentes y mantener el seguimiento del contexto en tareas de larga duración. Viene con librerías de entrenamiento e interpretabilidad de vanguardia y puede orquestar la computación a través de diferentes proveedores de infraestructura. Esto significa que los investigadores pueden dejar de preocuparse por la programación de trabajos y centrarse en la ciencia. La plataforma también soporta métodos de entrenamiento comunes como SFT, DPO y RL, y permite comparar checkpoints y probar intervenciones dirigidas.

Silico es más adecuada para equipos de investigación de IA en organizaciones como Microsoft, Mayo Clinic y Prime Intellect. Es útil para explorar cómo funciona un modelo (visualizar la arquitectura, entrenar autoencoders dispersos, mapear la geometría neuronal), diagnosticar fallos del modelo (rastrear regresiones hasta el subentrenamiento o artefactos de datos), entrenar y mejorar modelos, y replicar o ampliar investigaciones publicadas. Si tu equipo pasa más tiempo gestionando experimentos que investigando realmente, Silico merece una mirada.