software · 6 menciones
El framework ProVer introduce un mecanismo de asignación de crédito granular en el aprendizaje por refuerzo agéntico, superando las limitaciones de la optimización de política relativa de grupo (GRPO). A diferencia de GRPO, que asigna ventajas uniformes a todos los tokens de la política, ProVer iden
Un estudio reciente publicado en arXiv identifica un fallo crítico en los agentes de búsqueda auto-evolutivos: el 'cocheo' (co-cheating). Este fenómeno ocurre cuando el sistema, que genera sus propias preguntas y respuestas, desarrolla un acuerdo interno con errores compartidos, mejorando su puntuac
Lev es un motor de decisiones que implementa la arquitectura de 'System One' para resolver tareas de clasificación en tiempo real, superando las limitaciones de los modelos de lenguaje generativos (LLM) en velocidad y precisión. A diferencia de los chatbots, que generan respuestas token por token y
La hipótesis de la representación lineal sostiene que muchos conceptos naturales —género, emoción, capitales— corresponden a direcciones en el espacio de embeddings de un modelo de lenguaje. Una versión audaz de esa hipótesis propone que también la verdad tiene una dirección detectable: entrenando c
Liquid AI ha presentado Antidoom, un método de entrenamiento diseñado para eliminar los "doom loops", un fallo frecuente en modelos de razonamiento que consiste en repetir indefinidamente fragmentos como "Espera, déjame reconsiderar…" hasta agotar la ventana de contexto. El problema es más común en
Un nuevo plugin para navegador llamado 'Bouncer' está permitiendo a los usuarios filtrar contenido no deseado de su feed de X (anteriormente Twitter) utilizando inteligencia artificial. Disponible en la Chrome Web Store, Bouncer permite a los usuarios definir temas de filtro en lenguaje natural, com