Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · datavorous.com
Entrené un modelo con demoscenes
Un desarrollador ajusta Qwen2.5-Code-7B con 25.000 dweets, programas de JavaScript de 140 caracteres de Dwitter, para que complete los que están a medias. Después lo refina con sus propias preferencias estéticas mediante GRPO. En los comentarios, buena parte de la comunidad rechaza usar IA en la demoscene.
1 medio · MadridPublicada 31 oct, 19:35Actualizada 31 oct, 23:25· Ya no está en portadaEscrita por IA · cómo funciona
El autor se interesó por el demoscening y el sizecoding al leer el análisis de la demo de MS-DOS «Memories», de HellMood. Quería saber cuántas direcciones distintas podían tomar las mismas ideas y se fijó en Dwitter.net, una red de demos en JavaScript de 140 caracteres (dweets) donde se pueden hacer remixes. Observó que muchos remixes comparten casi todo el código y difieren en pocos caracteres, mientras que otros logran un efecto parecido con implementaciones distintas. Su idea fue usar un modelo autorregresivo para muestrear continuaciones plausibles de dweets sin terminar y explorar los caminos posibles.
Con la API de Dwitter montó un conjunto de 25.000 dweets de entrenamiento y unos 1.300 de validación; los dweets sintéticos generados con Claude le parecieron nada agradables estéticamente. Partió de Qwen2.5-Code-7B, que apenas completaba dweets, y aplicó continued pretraining (CPT). En 30 dweets reservados, la perplejidad bajó de 28,63 a 8,57.
Después construyó un currículo con la puntuación de «awesomeness» de Dwitter: ordenó los 5.000 mejores dweets y, a lo largo de 400 pasos, fue aumentando el peso de los mejor valorados hasta que los 1.000 primeros suponían cerca del 67 % del muestreo. Las continuaciones resultaron visualmente más interesantes, y la perplejidad en dweets no vistos en esa fase bajó de 7,42 a 5,65.
Por último hizo RLHF con GRPO, con él mismo como función de recompensa. Para cada dweet incompleto renderizó ocho continuaciones, eligió la que más le gustaba (o descartó el grupo) y actualizó la política en unas 9-10 rondas de 500 grupos, unas 40.000 animaciones revisadas. Un amigo juzgó 400 conjuntos de demos de cuatro checkpoints sin saber de qué modelo venían; ganó el checkpoint 4, que usa para inferencia en su Mac con una interfaz que muestra continuaciones en paralelo y permite ramificar. Publica Demoscener-7B y el dataset en HuggingFace.
«I post trained a model on Demoscenes» · puesto 29 · 39 puntos · enviado por datavorous_
Lo que dicen los comentarios
Los comentarios giran casi por completo en torno a si tiene sentido aplicar IA a la demoscene. La opinión dominante es que su valor está en la creatividad humana, en resolver un puzle bajo restricciones, y que un modelo que lo haga por uno le quita el sentido; varios advierten de que la comunidad no lo aceptará. Hay matices: quien señala que el proyecto se refiere solo al subconjunto de Dwitter, quien defiende que nadie obliga a usarlo y quien recuerda que lo que premia una demo no es solo la técnica, sino también la emoción y el mensaje. Una voz minoritaria ve la demoscene como una forma de adoptar tecnología nueva. Hay también una nota sobre el número de dweet citado en el artículo, que alguien considera imposible, y otro usuario lo atribuye a una errata humana.
Lo que hace atractiva la demoscene es el lado humano: compartir y consumir. Es interesante que una IA genere algo novedoso con esas restricciones, pero se pierde la magia si lo genera una máquina.
Creo que no entiendes el sentido de la demoscene: tiene más que ver con la destreza matemática y el placer de resolver puzles que con las imágenes bonitas. Nadie en la escena quiere una caja mágica que resuelva el puzle.
El público también aprecia la emoción y el esfuerzo creativo que hay en lo que ve. La demo de Razor1911 en Revision 2026 no tenía efectos revolucionarios, pero era una retrospectiva del grupo y de la escena, y eso la hizo ganar.
Para mí la demoscene consistía en adoptar tecnología nueva y usarla para expresarte. Ahora está consagrada y ya ha cumplido su propósito. Mira hacia delante, no hacia atrás.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.