Lunes, 16 de noviembre de 2026
Portada de las 22:25
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · simedw.com

WorldTUI: entrené un modelo de 360M para que finja ser una terminal

Un desarrollador ha ajustado un modelo de lenguaje pequeño para que haga de terminal sin shell ni sistema de archivos detrás: recibe cada pulsación y predice cómo cambia la pantalla. Crea archivos, abre vim y tmux, juega al snake y suele recordar lo escrito. Funciona en el navegador con WebGPU.

Foto: vía simedw.com

Leer el artículo aquíArtículo original (simedw.com) 184 comentarios en Hacker News

Escucha la noticia4 min

El autor, simedw, partió de la idea de los «world models» como Genie 3, donde un modelo predice el siguiente fotograma a partir de las acciones del usuario. Sin un clúster de GPUs ni vídeo con el que entrenar, redujo la ambición a una terminal: una rejilla de caracteres, con datos perfectamente etiquetados que se generan ejecutando shells reales, y sobre la que un modelo preentrenado ya sabe qué deberían imprimir comandos como ls o cat. La pregunta de fondo era si el modelo podía mantener un mundo consistente o solo generar salidas convincentes. El modelo final parte de Qwen2.5-Coder-0.5B, ajustado con sesiones grabadas de programas reales en Docker.

El modelo no ve la rejilla directamente, sino una secuencia de tokens. Cada sesión empieza con una instantánea (tamaño de pantalla, contenido y cursor), y después cada pulsación entra como los bytes que enviaría una terminal real. El modelo responde indicando qué filas reescribir, desde qué columna y dónde queda el cursor. También recibe el tiempo como entrada: si no se pulsa nada, le llega un token WAIT con una duración, que es lo que mantiene en movimiento al snake. Para los desplazamientos añadió una operación COPY, que copia filas de la pantalla anterior y cuesta tres tokens por fila en lugar de unos 96. El vocabulario total es de 333 tokens (256 de bytes, 64 de filas y unas pocas operaciones especiales) y la decodificación está restringida por gramática, de modo que toda predicción es una actualización de pantalla válida.

Los datos de entrenamiento son sintéticos: sesiones generadas en contenedores Docker con nombres de usuario, hosts, prompts y tamaños aleatorios, personas ficticias (desarrollador, sysadmin…), entre 6 y 24 actividades por sesión y una tasa de erratas del 1,2 %. El 35 % de las sesiones empieza a medias. El conjunto final tiene 336.000 episodios, unos 2.000 millones de tokens. Tras el ajuste supervisado, los errores se acumulaban en sesiones largas, así que el autor aplicó una técnica inspirada en DAgger: dejar que el modelo prediga entre 1 y 4 eventos, comparar con la pantalla real y entrenarlo con una corrección que repare su propio error. La corrección solo puede usar palabras que hayan aparecido antes en pantalla o en lo tecleado, para no premiar alucinaciones. Tres rondas de este proceso, junto con más datos, llevaron PresetBench de 24/47 a 38/47 en int4. El entrenamiento completo costó unas 75 horas de GPU en una RTX 4090.

Para evaluarlo usa ShellBench (106 comandos en 24 sesiones de bash), PresetBench (47 casos sacados de fallos en la demo) y una prueba de memoria con 32 mundos que escriben dos valores aleatorios y los leen en sesiones distintas. WorldTUI saca 80/106 en ShellBench, frente a 52 de Qwen2.5-Coder-0.5B y 60 de Qwen3-0.6B con prompt. En lecturas de archivos acierta 9 de 13, frente a 2 y 3. El autor aclara que sigue lejos de ser un sistema de archivos fiable: maneja bien los comandos habituales, pero combinados de formas nuevas se rompe con facilidad.

En Hacker News

«WorldTUI: I trained a 360M model to pretend to be a terminal» · puesto 30 · 613 puntos · enviado por alphax314

Lo que dicen los comentarios

La conversación mezcla preguntas técnicas al autor con proyectos parecidos y reflexiones sobre el alcance de la idea. Se preguntó si reconoce contraseñas ocultas y si separar generación y reparación en dos modelos mejoraría los resultados. Varios comentaristas enlazaron antecedentes, como la «máquina virtual dentro de ChatGPT» de hace tres años, que el artículo ya cita, y el trabajo sobre «Neural Computers». Rowbin comparó su vibeSH, que usa un modelo grande sin entrenamiento: más consistente, pero con una llamada a la API por cada ida y vuelta. Hubo también ideas de uso, como un ssh de latencia cero, y un hilo filosófico sobre la diferencia entre predecir una salida inteligente y ser inteligente.

  • Es una microimplementación de lo que la investigación llama «Neural Computer»: la interfaz entera es generativa. Da la ilusión de un sistema operativo real, pero es un bucle entrada del usuario → salida predicha. Un Neural Computer perfecto sería indistinguible de uno real.
    — gavinray, leer el comentario
  • Lo útil sería un ssh sin latencia: un modelo de entre 10M y 50M con menos de 10 ms que responda al instante a las teclas, también flechas y tabulador, y se corrija cuando conteste el servidor.
    — qurren, leer el comentario
  • Construí algo parecido, vibeSH, pero con un modelo puntero y un prompt largo, sin entrenar. Es más consistente mientras la sesión quepa en el contexto, pero cuesta una llamada a la API por ida y vuelta y no funciona sin conexión.
    — rowbin, leer el comentario
  • Una de las primeras demos que vi de ChatGPT fue un post en el que le pedían «pretend to be a terminal» y ejecutaban cd .fbi, ls files y cat files/confidential.txt.
    — ponyous, leer el comentario
  • El proyecto sirve para explorar qué diferencia hay entre un modelo que predice una salida inteligente y la inteligencia misma. No ataca la pregunta directamente, pero es un experimento acotado y se ve funcionando.
    — OtherShrezzing, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

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.