# Motores > GEPA, Best-of-N, Meta-Harness, AutoResearch, AutoSaddler, ShinkaEvolve y Auto. Un motor es el método de búsqueda que propone versiones nuevas de tu artefacto. Skynet tiene seis motores nativos para artefactos de tipo Prompt, Código y Texto, tres optimizadores de DSPy para programas DSPy, y **Auto**. Esta página explica qué hace cada uno, cuándo elegirlo y qué ajustes tiene. Lee primero [Cómo funciona la optimización](/docs/es/concepts/optimization) si no sabes qué motores encajan con tu artefacto. ## Comparación rápida | Motor | Tipos de artefacto | Ajustes del agente de código | Ajuste de iteraciones máx. | | --------------------- | ------------------------ | ------------------------------------- | -------------------------- | | Auto | Todos | Sí, en Prompt, Código y Texto | No | | GEPA | Prompt, Código, Texto | No | No | | Best-of-N | Prompt, Código, Texto | No | No | | AutoResearch | Prompt, Código, Texto | Sí | No | | Meta-Harness | Prompt, Código, Texto | Sí | Sí | | AutoSaddler | Prompt, Código, Texto | Sí | Sí | | ShinkaEvolve | Prompt, Código, Texto | No. Tiene su propio ajuste de editor. | Sí | | DSPy GEPA | Programa DSPy | No | No | | DSPy MIPROv2 | Programa DSPy | No | No | | DSPy BootstrapFewShot | Programa DSPy | No | No | El asistente marca GEPA, DSPy GEPA y Auto como optimizadores que usan el texto de los comentarios de tu métrica. ## Auto Auto es la opción predeterminada. Lo que ejecuta depende del tipo de artefacto: - **Programa DSPy**: Auto ejecuta DSPy GEPA. - **Prompt, Código o Texto**: Auto explora con cinco motores a la vez: GEPA, AutoResearch, Meta-Harness, AutoSaddler y ShinkaEvolve. Cada motor recibe una parte igual de las ejecuciones del evaluador: el presupuesto dividido entre 6. Después GEPA continúa desde la mejor versión con el resto del presupuesto. Auto no usa Best-of-N. > [!WARNING] > En un artefacto de tipo Prompt, Código o Texto, Auto necesita al menos 6 ejecuciones del evaluador: 5 carriles de exploración y una continuación. Los cinco motores deben estar disponibles. Si alguno no lo está, selecciona un solo motor. **Elígelo cuando** no sepas qué motor encaja. Es el mejor punto de partida. ## GEPA «Evolución reflexiva con un frente de Pareto de versiones». El modelo de reflexión lee la puntuación y los comentarios de cada caso y escribe una versión mejor. GEPA mantiene un frente de versiones, cada una de las cuales es la mejor en algunos casos. **Elígelo cuando** tu métrica dé comentarios concretos y quieras un único motor potente. ## Best-of-N «Propuestas independientes del modelo de reflexión; conserva la mejor». Cada propuesta es independiente de las demás. Skynet vuelve a puntuar las mejores propuestas con los casos de validación. **Elígelo cuando** quieras una línea base sencilla para compararla con otros motores. ## AutoResearch Un agente de código hace rondas de investigación. Edita, puntúa y conserva lo que ayuda hasta que se agota el presupuesto. **Elígelo cuando** un buen cambio requiera varios pasos de investigación, por ejemplo en un artefacto de tipo Código. ## Meta-Harness Un agente de código propone un lote de candidatos en cada iteración. Usa el historial completo de candidatos y puntuaciones. **Elígelo cuando** quieras un agente que aprenda del historial de todos los intentos anteriores. Usa **Candidatos por iteración** para fijar el tamaño del lote. ## AutoSaddler Un agente de código lee los comentarios de tu métrica y aplica parches a la versión. Skynet solo conserva los parches que confirma una nueva ejecución del evaluador. **Elígelo cuando** los comentarios de tu métrica señalen defectos claros y localizados. ## ShinkaEvolve «Evoluciona muchas versiones en islas paralelas y aprende qué modelos las mejoran más». Es una búsqueda evolutiva sobre una población de candidatos, con mutaciones y cruces que escribe un modelo. **Elígelo cuando** quieras una exploración amplia y tengas un presupuesto mayor. ## Optimizadores de DSPy | Optimizador | Qué hace | | --------------------- | ----------------------------------------------------------------------------------------------------------------------------------- | | DSPy GEPA | Lee los comentarios de la métrica y hace evolucionar las instrucciones de cada predictor. | | DSPy MIPROv2 | Propone instrucciones y demostraciones few-shot a la vez, y busca sus combinaciones con optimización bayesiana. | | DSPy BootstrapFewShot | Reúne ejemplos resueltos que el programa acierta y los añade como demostraciones few-shot. No usa un modelo de reflexión. | DSPy MIPROv2 y DSPy BootstrapFewShot necesitan pares (casos con salidas esperadas). ## Ajustes ### Presupuesto | Ajuste | Valor predeterminado | Rango | | --------------------------------------- | -------------------- | ----------------------------------------------------------------- | | Máximo de ejecuciones del evaluador | 200 | De 1 a 100000 (Auto: al menos 6) | | Detener al llegar a la puntuación | Desactivado | 0 o más | | Iteraciones máx. | Desactivado | De 1 a 1000. Solo Meta-Harness, AutoSaddler y ShinkaEvolve. | Una ejecución del evaluador es una llamada de tu métrica sobre un caso. La nueva puntuación final de la versión inicial y de la ganadora no cuenta para **Máximo de ejecuciones del evaluador**. ### Ajustes del agente de código Estos ajustes se aplican a Auto, AutoResearch, Meta-Harness y AutoSaddler. | Ajuste | Valor predeterminado | Rango | | ---------------------------------------- | -------------------- | --------------------------------------------------------- | | Agente de código | Codex | Pi, Codex, OpenCode, Prime Agent, comando personalizado | | Candidatos por iteración | 3 | De 1 a 8. Se muestra para Auto y Meta-Harness. | | Máximo de llamadas a herramientas por candidato | 100 | De 1 a 1000 | ### Ajustes de ShinkaEvolve | Ajuste | Valor predeterminado | | ----------------------------------------------- | ----------------------------------------------------------------------- | | Cómo se escriben las versiones nuevas | Una sola llamada al modelo. La otra opción es «Agente de código (Pi)». | | Islas | 2 (de 1 a 8) | | Intervalo de migración | 10 | | Selección de padres | Ponderada. Otras opciones: ley de potencias, búsqueda en haz. | | Ediciones diff / Reescrituras completas / Cruces | 60 % / 30 % / 10 %. Deben sumar 100 %. | | Tamaño del archivo | 40 | | Evaluaciones en paralelo | 2 | | Propuestas en paralelo | 2 | Cuando Auto ejecuta ShinkaEvolve, el asistente muestra estos ajustes como «Ajustes de ShinkaEvolve (cuando Auto lo ejecuta)». ## Páginas relacionadas - [Cómo funciona la optimización](/docs/es/concepts/optimization) - [Métricas y evaluadores](/docs/es/concepts/scorers) - [Ejecuciones](/docs/es/concepts/runs) - [Facturación](/docs/es/concepts/billing) --- Source: https://staging.skynetml.com/docs/es/concepts/engines