LATIDIA / EXPLORAR
Chatbots: descargas, empresas y actualidad
Compará diez asistentes de IA con cifras públicas de Android y acceso a sus sitios oficiales.
Cómo leer las cifras
Google Play publica umbrales de instalaciones acumuladas, no descargas exactas por mes. Esta selección no constituye un top mundial certificado.
Una aplicación puede cambiar de nombre y conservar instalaciones anteriores. Copilot queda sin clasificación mientras no haya una cifra comparable de su aplicación independiente.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 2326 publicaciones en este filtro; cobertura parcial de las fuentes accesibles. Una nueva noticia aparece primero sin cambiar la fecha de las anteriores.
Este año · Todo el archivo conservado
MemComposer: Aprender a ensamblar memorias para agentes de LLM a través del aprendizaje de refuerzo
arXiv:2610.21091v1 Announce Type: new Resumen: La memoria del agente permite a los agentes del modelo de lenguaje grande (LLM) reutilizar experiencias pasadas sin actualizar sus parámetros. Sin embargo, la similitud semántica por sí sola no me garantiza
arXiv · cs.AICompromiso de planificación de LLM bajo observabilidad parcial
arXiv: 2610.21108v1Announce Type: new Abstract: Los agentes de planificación basados en LLM se comprometen con planes de diferentes longitudes antes de interactuar con un entorno parcialmente observable. Algunos se comprometen agresivamente con un plan a largo plazo basado en
arXiv · cs.AIMemScope: Arquitecturas de memoria de agentes en evolución a través de la reparación de código localizado
arXiv: 2610.21170v1Announce Type: new Resumen: Las arquitecturas de memoria del agente definen cómo los agentes LLM almacenan y reutilizan la experiencia en todas las tareas, pero generalmente se corrigen después de la implementación, lo que limita su adaptabilidad en
arXiv · cs.AILos juicios de rúbrica carecen de incertidumbre: ponderación conforme para la evaluación de LLM
arXiv: 2610.21214v1Tipo de anuncio: nuevo Resumen: La evaluación basada en rúbricas se utiliza ampliamente para evaluar los resultados del modelo de lenguaje grande (LLM) al descomponer la calidad en múltiples criterios y asignar a cada uno un juicio binario de
arXiv · cs.AIAutoOnboarder: Incorporación autónoma de agentes LLM
arXiv:2610.21218v1 Tipo de anuncio: nuevo Resumen: Se ha documentado que los modelos genéticos de lenguaje grande pierden la capacidad de razonamiento cuando se colocan dentro de un arnés, el software que media sus observaciones y acciones. Para
arXiv · cs.AIAuditoría de la confiabilidad de la escalada en agentes de LLM de atención médica: un punto de referencia controlado por la perturbación de las fallas del estado del flujo de trabajo
arXiv:2610.21270v1 Tipo de anuncio: nuevo Resumen: La IA biomédica confiable requiere una selección de acción confiable cuando falta evidencia, está obsoleta, es conflictiva o tardía, no solo respuestas precisas en entradas estáticas. Instantia
arXiv · cs.AILa densidad del pensamiento: predecir y dirigir el razonamiento en modelos de lenguaje grandes
arXiv: 2610.21286v1Tipo de anuncio: nuevo Resumen: Investigamos si la variación en la densidad de información a través de los pasos de razonamiento de la cadena de pensamiento (CoT) predice la corrección de la respuesta y puede servir como una inferencia controlable-
arXiv · cs.AIControl de sesgo e inyección para la agregación de múltiples agentes
arXiv: 2610.21290v1Tipo de anuncio: nuevo Resumen: El razonamiento multiagente con modelos de lenguaje grandes (LLM) plantea una pregunta central para la toma de decisiones colectivas: cuando los agentes no están de acuerdo, ¿en qué decisión se debe confiar? Re
arXiv · cs.AIAprendizaje automático cuántico versus clásico para trastornos neuropsiquiátricos: una evaluación de múltiples cohortes con características coincidentes
arXiv: 2610.21344v1Tipo de anuncio: nuevo Resumen: La conectividad funcional en estado de reposo se utiliza ampliamente en la clasificación de trastornos neuropsiquiátricos basada en el aprendizaje automático. Los modelos de aprendizaje automático cuántico han sido propo
arXiv · cs.AIJevAgentHarness: Evaluación comparativa, implementación y capacitación de modelos de decisión que comparten el control con los LLM
arXiv: 2610.21412v1Tipo de anuncio: nuevo Resumen: los agentes del modelo de lenguaje grande (LLM) ahora arreglan el software, operan los ordenadores y sirven a los clientes, pero sus arneses, los programas que los ejecutan, llaman a un LLM grande en cada paso,
arXiv · cs.AIRefinamiento de ontologías con incrustaciones y LLM: un estudio de caso sobre CASTON
arXiv:2610.21466v1 Tipo de anuncio: nuevo Resumen: Las ontologías se utilizan ampliamente para representar y organizar conocimientos complejos en dominios como la biomedicina y la atención médica. Sin embargo, la construcción de ontologías confiables sigue siendo chal
arXiv · cs.AIModelos de lenguaje grandes aumentados con herramientas para un cálculo médico confiable a partir de las notas del paciente
arXiv: 2610.21477v1Tipo de anuncio: nuevo Resumen: Las calculadoras médicas traducen los resultados brutos de los pacientes en valores y puntuaciones clínicamente procesables. Sin embargo, aplicar estas calculadoras directamente a las notas libres del paciente
arXiv · cs.AIRespuesta a desastres impulsada por IA y monitoreo de desplazamientos
arXiv:2610.21482v1 Tipo de anuncio: nuevo Resumen: la INTELIGENCIA ARTIFICIAL (IA) ha demostrado su potencial en una amplia gama de tareas humanitarias, ofreciendo soluciones escalables y basadas en datos a algunos de los
arXiv · cs.AIFlashAttention con estadísticas: características de atención de baja sobrecarga para detectores de alucinación compactos
arXiv:2610.21483v1 Announce Type: new Abstract: Los modelos de lenguaje grandes pueden producir respuestas fluidas que el contexto proporcionado no admite. Un modelo compacto de proxy congelado puede detectar tales respuestas leyendo el contexto y
arXiv · cs.AIAgente ISW: Integración del diálogo impulsado por LLM con el flujo de trabajo n8n para el procesamiento interno de imágenes de teledetección de ondas solitarias
arXiv: 2610.21502v1Tipo de anuncio: nuevo Resumen: La detección remota de ondas solitarias internas (ISW) requiere que los parámetros de la tarea y la información espacial se transfieran a través de la adquisición de imágenes, la detección, la extracción de franjas y p
arXiv · cs.AIDescomposición de la alineación cerebro-LLM con representaciones semánticas interpretables
arXiv: 2610.21508v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grande (LLM) predicen respuestas neuronales durante la comprensión del lenguaje naturalista, pero la información lingüística subyacente a esta alineación cerebral sigue siendo diferente
arXiv · cs.AICriticaLLM: Uso de LLM como Game Master autónomo para juegos de rol de mesa
arXiv: 2610.21525v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) han demostrado capacidades impresionantes en muchas tareas, incluido el procesamiento de grandes cantidades de texto, el seguimiento de instrucciones y la generación de ideas.
arXiv · cs.AIProtocolo de estado del agente (ASP): una especificación ligera para la presentación de informes estatales en sistemas multiagente
arXiv:2610.21538v1 Tipo de anuncio: nuevo Resumen: El Protocolo de estado del agente (ASP) define una forma ligera para que los agentes heterogéneos de IA informen de su estado operativo a un servidor de estado, y para observadores como dashbo
arXiv · cs.AILOADBench: un gran conjunto de datos analógicos abiertos y un punto de referencia para el aprendizaje automático en el diseño de circuitos integrados
arXiv:2610.21591v1 Announce Type: new Abstract: Machine learning (ML) for analog IC design is constrained by limited open data and the absence of standardized evaluation: results reported in different papers are typicall
arXiv · cs.AIDeciCAD: Políticas de aprendizaje de acción basadas en el arnés para agentes de CAD
arXiv: 2610.21755v1Announce Type: new Resumen: Los agentes del modelo de lenguaje grande operan a través de políticas de acción de bucle cerrado cuyo espacio de decisión está definido por un arnés de agente. Investigamos cómo se configura este espacio operativo
arXiv · cs.AIEvaluación del aprendizaje por indagación en agentes basados en LLM: hipótesis, razonamiento y exploración
arXiv:2610.21604v1 Tipo de anuncio: nuevo Resumen: La investigación científica implica ciclos iterativos de exploración, generación de hipótesis y razonamiento sobre las observaciones para descubrir relaciones en sistemas complejos. Langu grande
arXiv · cs.AIAgentPerturb: Evaluación de la robustez del agente de LLM bajo perturbaciones de interacción controladas
arXiv: 2610.21624v1Tipo de anuncio: nuevo Resumen: las tareas del mundo real a menudo son complejas y ruidosas, lo que plantea desafíos sustanciales para los agentes de LLM. Sin embargo, las evaluaciones existentes carecen de un marco sistemático para caracterizar conjuntamente
arXiv · cs.AIRSIFlow: Flujos de trabajo de auto-mejora adaptativa con un metaagente en evolución
arXiv: 2610.21791v1Tipo de anuncio: nuevo Resumen: Los agentes del modelo de lenguaje grande (LLM) han demostrado capacidades sólidas en tareas complejas, incluida la generación de código, el uso de herramientas y la respuesta a preguntas de varios saltos.
arXiv · cs.AIGraphACM: Medición de la consistencia de la acción basada en gráficos para la cuantificación de la incertidumbre en agentes de LLM
arXiv:2610.22031v1 Tipo de anuncio: nuevo Resumen: La consistencia del comportamiento en ejecuciones repetidas proporciona una señal informativa para evaluar la confiabilidad de los agentes del modelo de lenguaje grande (LLM). Sin embargo, el aprox. existente
arXiv · cs.AI