LATIDIA / EXPLORAR
Modelos y chatbots · noticias de IA
Publicaciones relacionadas, con las más nuevas primero y acceso al archivo.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 1283 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
MemCut: Cada secreto deja un rastro en la memoria a largo plazo de los agentes de LLM
arXiv: 2610.21405v1Tipo de anuncio: nuevo Resumen: La memoria a largo plazo se ha convertido en un componente crucial de los agentes del modelo de lenguaje grande (LLM), y la mayoría de las investigaciones se centran en recuperar información relevante con precisión y eficiencia
arXiv · cs.AIJev-LiteMAS: Separar las decisiones de la generación en flujos de trabajo multiagente
arXiv: 2610.21411v1Tipo de anuncio: nuevo Resumen: Los sistemas LLM multiagente se basan en modelos generativos para la ejecución experta, la planificación del flujo de trabajo y la revisión de artefactos. Sin embargo, muchas operaciones de coordinación solo requieren decisiones limitadas
arXiv · cs.AIThe World Won 't Wait: Evaluating and Teaching Agents Under a Live Clock
arXiv: 2610.20665v1Tipo de anuncio: nuevo Resumen: los agentes del modelo de lenguaje grande (LLM) pueden resolver tareas interactivas complejas, pero el razonamiento y las llamadas a herramientas llevan tiempo. En entornos en continuo cambio, un
arXiv · cs.AIL2G-SR: Aprender a guiar la regresión simbólica basada en LLM
arXiv:2610.20685v1 Announce Type: new Abstract: La regresión simbólica busca una ecuación que explique los datos observados. El error numérico se usa comúnmente para guiar la búsqueda, pero solo puede favorecer a un sustituto preciso
arXiv · cs.AIUn modelo de accesibilidad de IA de múltiples niveles (MAIAM): límites proporcionales de acceso y capacidad para la seguridad integral de la IA en la frontera
arXiv:2610.20921v1 Tipo de anuncio: nuevo Resumen: La mayoría del debate sobre la liberación de sistemas de IA capaces trata la elección como binaria: mantener el modelo detrás de una API o publicar los pesos. Que enmarcar corre junto a dos separados de
arXiv · cs.AIMSP: Modality Self-Play for Training Multimodal LLMs Without Paired Cross-Modal Data
arXiv: 2610.20965v1Tipo de anuncio: nuevo Resumen: Los grandes modelos multimodales han logrado un progreso notable al escalar la capacidad del modelo y la capacitación en datos multimodales emparejados masivos. Sin embargo, este paradigma introduce un fondo
arXiv · cs.AISci$\Pi$Voto: Evaluación comparativa del juicio del investigador principal en momentos cruciales de los agentes científicos de investigación automática
arXiv:2610.21082v1 Tipo de anuncio: nuevo Resumen: los agentes del modelo de lenguaje grande (LLM) pueden mantener los experimentos científicos en funcionamiento durante meses con poca supervisión humana, pero la investigación autónoma confiable también requiere
arXiv · cs.AIMemComposer: 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.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.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.AI