Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

El nuevo Flipper One es un PC Linux portátil que puedes llevar en tu bolsillo y se vende a cero beneficio

Se lanzó el Flipper One, un ordenador portátil basado en Linux, a través de una campaña de crowdfunding con un precio de $399. El dispositivo utiliza el sistema operativo Flipper OS y puede funcionar como PC de escritorio o dispositivo portátil, ofreciendo capacidades como VPNs y conectividad múltiple. La compañía afirma que el precio cubre el costo de producción y no genera margen de beneficio.

Periodista: Tyler Cross

Personas mencionadas

Hospital entrega PC especial a doctor muy enfermo para uso personal

Un doctor investigador, conocido por su consumo de entretenimiento para adultos, causó una infección de malware en su PC, lo que llevó a una investigación interna. El hospital finalmente implementó una política para restringir el uso de PCs para asuntos personales y, posteriormente, los estudiantes del doctor interpusieron una demanda.

Periodista: Simon Sharwood

Personas mencionadas

Tecnólogo manipula un ventilador defectuoso cerca de líquido inflamable y una placa base expuesta, y lo deja funcionar por días

Un lector llamado Axl manipuló una PC en una gasolinera que dejó de funcionar, sospechando sobrecalentamiento. Él instaló una solución temporal con un ventilador de extracción para mantener el sistema operativo durante varios días. El ingeniero de soporte llegó y reemplazó el componente fallido, y no hubo víctimas, asegurando que los turistas regresaron satisfechos.

Periodista: Simon Sharwood

Personas mencionadas

Veredicto final de Slayyyter: un disco saturado e industrial que le da identidad propia

El tercer disco de Slayyyter, WOR$T GIRL IN AMERICA, utiliza una producción saturada e industrial para darle identidad propia, marcando un giro respecto al sonido anterior. Aunque la segunda mitad del álbum presenta temas con letras débiles, los momentos donde el ruido se retira permiten que la voz se exprese de manera más suave y expresiva. El álbum es calificado como el más ambicioso y logrado hasta la fecha, combinando la intensidad sonora con una vulnerabilidad en su desenlace.

Periodista: Abe Saca

Kim Gordon – PLAY ME

Kim Gordon lanza su tercer disco, PLAY ME, utilizando canciones cortas y producción industrial para desafiar al algoritmo del streaming. El álbum explora temas políticos y opresivos, criticando la tecnocracia y la manipulación del sistema. La obra demuestra cómo la brevedad y la suciedad de la producción pueden ser una estrategia efectiva para contestar las reglas del sistema digital.

Periodista: Abe Saca

Linux se une a la flota de pantallas de información inoperativas de Heathrow

Linux ha demostrado ser tan capaz como Windows en términos de fallos, y Heathrow está explorando el uso de hardware basado en Raspberry Pi para sus nuevas pantallas. Se destaca la flexibilidad en la distribución de contenido y la eficiencia energética de las nuevas soluciones de hardware.

Periodista: Richard Speed

Personas mencionadas

Linux está obteniendo una herramienta que causa fallos en el sistema de forma intencionada

Se presenta una nueva herramienta en el kernel de Linux llamada hwpoison-panic diseñada para inducir fallos de memoria intencionales. Esta herramienta permite a los desarrolladores probar la respuesta del kernel ante errores de memoria irrecuperables, simulando fallos de hardware para verificar la estabilidad del sistema. El objetivo es que el kernel realice un pánico inmediato, lo cual es crucial para el desarrollo y la depuración de sistemas operativos.

Periodista: Tyler Cross

Personas mencionadas

La mejor manera de detener la propagación de una idea es un incendio controlado

El texto describe una situación de crisis en un edificio donde se sospecha la propagación de un virus, desencadenada por una idea impulsiva. Los personajes intentan detener la situación mediante la desactivación de sistemas y la destrucción de dispositivos. Finalmente, se confirma que el fuego se originó por un acelerante desconocido, aunque la idea inicial no fue la causa directa.

Periodista: Simon Travaglia

Personas mencionadas

Alguien usó Claude para construir un chatbot que cabe en un disco flexible

Se presenta Tiny-2.1, un chatbot construido con Claude que se ejecuta en DOS con una memoria muy limitada. Aunque puede realizar tareas básicas como trivia y aritmética, su precisión disminuye significativamente al responder preguntas con redacción nueva. El texto concluye que es más una prueba de concepto que un modelo práctico para uso diario, aunque es útil para probar la capacidad de modelos pequeños.

Periodista: Hamed Paydarfar

Personas mencionadas

Descubierta la causa inesperada del ruido de la computadora

Se reveló que el ruido de la computadora puede deberse a la carga de la tarjeta gráfica y la acumulación de polvo en el sistema de refrigeración. El aumento de temperatura provoca que los ventiladores trabajen más rápido, y la vibración de componentes puede generar ruidos. Se recomienda limpiar el dispositivo de polvo y revisar si el ventilador está desgastado.

Periodista: Андрей Ставицкий

Personas mencionadas

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «Bleeping Computer»

Más recientes primero · Hasta 30 noticias por página

Control de Trayectoria del Agente para la Aplicación del Contrato de Rol en Sistemas Multiagente de Caja Negra

Se presenta el Control de Trayectoria del Agente (ATC) para sistemas LLM multiagente, diseñado para hacer cumplir el contrato de rol de cada agente y prevenir la deriva de rol. ATC evalúa la desviación de rol y las violaciones del contrato, ajustando la generación para asegurar que los agentes operen dentro de sus funciones autorizadas. Este método busca mejorar el rendimiento de la tarea y la coherencia del rol en equipos complejos.

Periodista: Maisha Maliha, Vishal Pramanik, Sumit Kumar Jha

Personas mencionadas

Hoja de ruta hacia la estética cuántica

El artículo propone una hoja de ruta para la estética cuántica, explorando cómo los conceptos cuánticos se convierten en fenómenos estéticos mediante la mediación artística. Se presentan dos enfoques: uno basado en IA generativa para analizar la estética como constructo cultural y otro que deriva la forma estética de estructuras de mecánica cuántica mediante la visualización de datos. Estos caminos buscan abrir nuevas direcciones en la práctica artística y la pedagogía.

Periodista: Ivan C. H. Liu, Hsiao-Yuan Chen

Personas mencionadas

TPO: Aprendizaje Robusto Distribuible de Tres Niveles para la Optimización de Preferencias OOD

Se presenta TPO, un marco robusto distributivo de tres niveles para la alineación de preferencias OOD, abordando el desafío del desajuste distributivo en tres niveles (grupo, prompt y preferencia) en el entrenamiento de LLM. El método modela esta incertidumbre mediante un conjunto de ambigüedad rectangular jerárquicamente estructurado. Se deriva un objetivo interpretable que combina penalizaciones a nivel de preferencia, perturbaciones a nivel de prompt y reponderación de grupo.

Periodista: Chengtao Jian, Kai Yang

Personas mencionadas

SLogic: Aprendizaje de reglas lógicas informado por subgrafo para la completación de grafos de conocimiento

Se presenta SLogic, un marco novedoso para la completación de grafos de conocimiento que asigna puntuaciones dependientes de la consulta a las reglas lógicas. Este método utiliza una función de puntuación consciente del contexto para determinar la importancia de las reglas basándose en el subgrafo local definido por la entidad de la consulta. SLogic logra un rendimiento competitivo y genera reglas lógicas legibles por humanos que explican sus inferencias.

Periodista: Trung Hoang Le, Tran Cao Son, Ishtiaq Ahmed, Huiping Cao

Personas mencionadas

No se identificaron personas.

No todos los despliegues necesitan destilación: Distilación auto-filtrada por corrección

Se presenta la OPSD filtrada por corrección (C-OPSD) para supervisar trayectorias generadas por estudiantes, buscando optimizar la destilación de respuestas incorrectas. Los resultados demuestran que C-OPSD logra un rendimiento comparable a la OPSD completa y reduce el tiempo de entrenamiento y el cómputo requerido. Esto conecta la redundancia de supervisión condicionada por resultado con una destilación más eficiente.

Periodista: Harrison Zhao, Lei Huang, Zhiyuan Zhao, Fei Liu, Wen Shi, Zijian Jin

Personas mencionadas

DoAtlas-2: Una base para el descubrimiento biomédico causal autoevolutivo

Se presenta DoAtlas-2, una base para el descubrimiento biomédico causal autoevolutivo que integra recursos de investigación y evidencia de poblaciones humanas. Esta herramienta organiza el conocimiento en torno a mecanismos causales y genera preguntas de investigación, revisando continuamente las interpretaciones y la frontera del descubrimiento. El sistema permite unificar el descubrimiento de mecanismos causales, la prueba de evidencia poblacional y la predicción interpretable en un fundamento en constante evolución.

Periodista: Yulong Li, Rong Xia, Yuxuan Zhang, Jianxu Chen, Xiwei Liu, Haochen Xue, Maosheng Li, Yuhang Liu, Yibo Yuan, Yutong Xie, Chong Li, Jionglong Su, Hagai Rossman, Eran Segal, Imran Razzak

Muestreo de fotogramas condicionado por consulta para la comprensión de video de larga duración basado en MLLM

Se propone un marco de muestreo de fotogramas basado en la evidencia, motivado por la teoría de la información, para mejorar la comprensión de videos de larga duración con MLLMs. El método utiliza una red de puntuación de evidencia entrenada para seleccionar fotogramas relevantes, superando estrategias anteriores en benchmarks de comprensión de video. Los experimentos demuestran una mejora significativa en la selección de fotogramas con un presupuesto fijo.

Periodista: Yiheng Wang

Personas mencionadas

Palabras iguales, juicios diferentes: Cómo varían las preferencias entre modalidades

Se investigó el alineamiento de sistemas de IA con preferencias humanas mediante el aprendizaje por refuerzo basado en preferencias (PbRL). El estudio comparó evaluaciones de preferencias en texto y audio para contenido semántico idéntico. Los resultados indican que los protocolos de evaluación para datos de audio requieren un diseño específico para esa modalidad, ya que las modalidades reportan preferencias de manera diferente.

Periodista: Aaron Broukhim, Nadir Weibel, Eshin Jolly

Personas mencionadas

TorchUMM: Una base de código unificada multimodal para evaluación, análisis y post-entrenamiento

Se presenta TorchUMM, la primera base de código unificada para la evaluación, análisis y post-entrenamiento de modelos multimodales unificados (UMM). Esta herramienta permite evaluar modelos a través de diversas arquitecturas, tareas y conjuntos de datos, ofreciendo protocolos estandarizados para comparaciones reproducibles. El objetivo es facilitar el desarrollo de sistemas multimodales unificados más capaces.

Periodista: Yinyi Luo, Wenwen Wang, Hayes Bai, Hongyu Zhu, Hao Chen, Pan He, Marios Savvides, Sharon Li, Jindong Wang

Personas mencionadas

El Agente Fármaco: Un Científico de IA Escalable para el Descubrimiento de Fármacos

Se presenta El Agente Fármaco, un científico de IA que utiliza LLMs para transformar objetivos de descubrimiento de fármacos en flujos de trabajo computacionales escalables. El sistema utiliza una memoria científica compartida, Fármaco Atlas, para rastrear la procedencia de las moléculas. El agente puede iniciar cálculos para colecciones enteras de moléculas con una sola solicitud, mejorando la eficiencia del descubrimiento de fármacos.

Periodista: Marcel Müller, Mohammad Ghazi Vakili, Yoshihiro Ogura, Ella Ashoori, Shimeng Wang, Alessandro S. Nascimento, Eddie Calleja, Yutong Zhao, Yimeng Liu, Ella Miray Rajaonson, Aiwei Yin, Jiaru Bai, Yunheng Zou, Abraham C. Stern, Varinia Bernales, Alán Aspuru-Guzik

Paradojas narrativas en la inferencia de LLM: Modelando trayectorias de razonamiento hacia la desalineación

Se presenta un ataque novedoso llamado PDRA para explorar la vulnerabilidad del proceso de razonamiento de múltiples pasos en LLM. El método programa una trayectoria de razonamiento dañina mediante la creación de un núcleo narrativo paradójico. Esto fuerza al modelo a través de un análisis de tres etapas para generar contenido dañino manteniendo la coherencia narrativa. El ataque demuestra alta eficiencia en lograr tasas de éxito de ataque en diversos LLM.

Periodista: Haoming Yang, Ke Ma, Yangbangyan Jiang, Ligong Zhang, Xiaojun Jia, Longtao Huang, Yingfei Sun, Qianqian Xu, Qingming Huang

Personas mencionadas

MCPGuard: Encontrando lagunas de conformidad en los SDKs de MCP mediante análisis de doble vía y adjudicación dinámica

Se presenta MCPGuard, un marco automatizado basado en LLM diseñado para detectar lagunas de conformidad entre las especificaciones del Protocolo de Contexto del Modelo (MCP) y sus SDKs. Esta herramienta utiliza análisis estructural y de comportamiento para verificar si los modelos de SDKs cumplen con las restricciones de especificación. El sistema confirma fallos en SDKs oficiales de Python y TypeScript, indicando que las brechas de conformidad pueden propagarse en aplicaciones posteriores.

Periodista: Xikai Sun, Kebin Liu, Fan Dang, Yawen Zheng, Zihao Yang, Yunhao Liu

Personas mencionadas

Cuando el debate amplifica el riesgo: Vulnerabilidades de sesgo social en la deliberación de seguridad multiagente

Se investiga cómo la estructura social de la deliberación multiagente (MAD) en aplicaciones web puede amplificar riesgos de seguridad latentes debido a sesgos sociales como la presión de conformidad y la deferencia a la autoridad. Se demuestra que el MAD estándar puede llevar a una adopción insegura del 100.0% al permitir que la presión social anule la evidencia de seguridad. Se propone un marco de auditoría llamado RiskTrace-Debias para mitigar esta fragilidad, buscando suprimir la adopción insegura a un 2.0% sin afectar la capacidad de rechazo de la guía.

Periodista: Qinghua Mao, Xi Lin, Yuxin Qi, Zihao Xu, Jinze Gu, Yuliang Chen

Personas mencionadas

Aprendizaje por refuerzo Multi-Axis Max@K para la diversidad representativa en la generación de texto a imagen

Se presenta MultiMaxPO, un método de post-entrenamiento basado en aprendizaje por refuerzo para modelos de difusión de texto a imagen. Este método busca mejorar la diversidad representativa de las imágenes generadas, midiendo qué tan bien las muestras cubren modos visuales como colores o categorías raciales. Se demuestra que MultiMaxPO mejora la puntuación de equidad en Stable Diffusion 3.5 Medium y FLUX.1-dev, manteniendo la calidad y la alineación con el texto.

Periodista: Ku Onoda, Paavo Parmas, Hiroki Furuta, Soichiro Nishimori, Yuta Oshima, Shohei Taniguchi, Yutaka Matsuo

Personas mencionadas

LeanPRM: Supervisión de procesos basados en Lean para la verificación de pruebas en lenguaje natural

Se presenta LeanPRM, un marco que utiliza el asistente de pruebas Lean para etiquetar pasos de pruebas en lenguaje natural. Este sistema permite a un modelo escribir pruebas junto con su versión formal, y luego utiliza un segundo modelo para marcar errores matemáticos. El entrenamiento en LeanPRM mejora la precisión de los verificadores de IA en diversos tamaños de parámetros.

Periodista: Rodney Lafuente-Mercado, Salman Rahman, Jingyan Shen, James Shiffer, Saadia Gabriel, Pavel Izmailov

Personas mencionadas

Límites de escalado de transformadores de contexto largo

El estudio analiza el límite de contexto largo de la atención auto-atención con una consulta fija y un contexto aleatorio de claves i.i.d. en la esfera. Se determina la escala crítica para la emergencia de selectividad y se caracterizan las leyes límite de los pesos de atención en diferentes regímenes de temperatura inversa. Se explora el caso subcrítico donde la salida se reduce a un promedio local con sesgo determinista y fluctuaciones gaussianas.

Periodista: Giuseppe Bruno, Shi Chen, Zhengjiang Lin, Yury Polyanskiy, Philippe Rigollet

Personas mencionadas

Free Draft-and-Verification: Hacia un Decodificado Paralelo sin Pérdida para Modelos de Lenguaje de Difusión

Se presenta el algoritmo Free Draft-and-Verification (FreeDave), un método de decodificación rápida y sin entrenamiento para Modelos de Lenguaje de Difusión (dLLMs). Este algoritmo busca acelerar la inferencia mediante la verificación rigurosa de predicciones de tokens futuros, logrando una aceleración algorítmicamente sin pérdida. Las evaluaciones demuestran que FreeDave puede aumentar el número de tokens generados y los tokens por segundo significativamente, manteniendo la calidad de la generación.

Periodista: Shutong Wu, Jiawei Zhang

Personas mencionadas

CausalBind: Modelado Causal y Aprendizaje para Cribado Virtual de Proteínas-Moléculas

Se propone CausalBind, un modelo causal para el cribado virtual de proteínas-moléculas, enfocándose en los patrones de interacción dispersos en lugar de estructuras globales. Los experimentos demuestran que las variantes del modelo superan a las líneas base y generalizan bien a divisiones de datos fuera de distribución. El trabajo aborda la identificación de conceptos latentes en la interacción proteína-molécula.

Periodista: Loka Li, Jin Tian, Kun Zhang

Personas mencionadas

Inferencia con división consciente para sistemas IoT en el borde

Se propone un enfoque de recuperación consciente de réplicas para mitigar las limitaciones de recursos de hardware en dispositivos IoT mediante la distribución de segmentos de modelos TinyML. Este método utiliza programación lineal entera mixta para minimizar la latencia de inferencia post-reconfiguración. Las simulaciones demuestran que este enfoque reduce la latencia de inferencia en comparación con métodos basados en greedy y aleatorios.

Periodista: Zied Jenhani, Nasrin Razmi, Admela Jukan

Personas mencionadas

¿Quién construyó este modelo? Trazando el linaje de los LLM a través de huellas dactilares espectrales en el espacio de pesos

Se investiga el linaje de los Modelos de Lenguaje Grandes (LLM) de código abierto mediante el análisis de sus huellas dactilares en el espacio de pesos. Se propone un marco geométrico para distinguir entre modelos de diferente origen y aquellos con bases compartidas. Los experimentos demuestran que la geometría del espacio de pesos ofrece una señal robusta para la discriminación del linaje del modelo.

Periodista: Yiwei Chen, Bingqi Shang, Sijia Liu

Personas mencionadas

¿Qué tan profundos son los GPs profundos realmente? Un umbral agudo y un límite no gaussiano para los GPs composicionales

El artículo estudia el comportamiento límite de los priori en modelos bayesianos profundos, específicamente cuando cada capa es un proceso gaussiano valorado vectorial. Se establecen nuevos resultados sobre un umbral de ancho de banda crítico para determinar si el priori degenera, y se demuestra que existen límites no triviales y no gaussianos para estos priori.

Periodista: Mark Kozdoba, Shie Mannor

Personas mencionadas

AegisVox: Privacidad factorizada y preservación clínica para el habla de larga duración

Se presenta AegisVox, un marco factorizado diseñado para proteger la privacidad en el habla clínica mediante la asignación de voces sustitutas consistentes y la edición de turnos identificadores. El sistema compara la realización de reemplazo entre diferentes renderizadores de texto a voz y evalúa la preservación clínica y el vínculo del hablante. El objetivo es evaluar los compromisos entre la realización de reemplazo y la precisión clínica o el vínculo del hablante.

Periodista: Praphul Singh, Akshat Agarwal, Ratul Ghosh, Aashna Kanuga, Devashish Khatwani, Anurag Dwarakanath, Sri Gadde, Krishnaram Kenthapadi

Personas mencionadas

TFusionOcc: Marco de fusión multi-sensor basado en primitivas T para predicción de ocupación semántica 3D

Se presenta TFusionOcc, un marco de fusión multi-sensor basado en primitivas T para la predicción de ocupación semántica 3D. El trabajo introduce primitivas T basadas en la distribución t y una arquitectura de fusión acoplada para integrar datos de cámara y LiDAR. Los experimentos demuestran un rendimiento competitivo y robusto en escenarios de corrupción en benchmarks como nuScenes y SemanticKITTI.

Periodista: Zhenxing Ming, Yaoqi Huang, Julie Stephany Berrio, Mao Shan, Stewart Worrall

Personas mencionadas

Capa de dispersión auditable y garantizada por conservación, probada teóricamente en teoría de juegos sobre los caminos de razonamiento de LLM

Se propone la capa de dispersión Deposon para abordar la falta de un registro auditable en los caminos de razonamiento de LLM. Esta capa vincula nodos del grafo de descomposición de conceptos a un estado Deposon y utiliza dispersión de tres canales. Los resultados indican que la capa es indistinguible de un filtro de regla trivial en pruebas reales, sugiriendo que el valor diferencial reside en la verificabilidad por máquina.

Periodista: Qihao Yuan

Personas mencionadas

Predicción de estructuras proteicas en cualquier etapa de plegamiento a partir de la secuencia

Se presenta FoldScape, un marco de aprendizaje profundo que genera conjuntos conformacionales de C$\alpha$ para proteínas en diferentes fracciones de plegamiento. Este método ofrece una cobertura superior de las etapas de plegamiento en comparación con AlphaFold 3, manteniendo una precisión de reconstrucción estable. Los autores demuestran que los enfoques son complementarios, ya que FoldScape cubre un rango más amplio de estados plegados.

Periodista: Lisheng Zhang, Qingsong Li, Zinan Xie, Yanting Yang, Qikui Yang, Peng Lu, Zhican Fu, Wentao Cui, Runtong Hou, Zhengwei Xie

Personas mencionadas

HISA: Indexación Esparsa Jerárquica Eficiente para Atención de Granularidad Fina

Se presenta HISA (Hierarchical Indexed Sparse Attention), un reemplazo para el indexador en mecanismos de atención esparsa para mejorar la eficiencia. HISA transforma la búsqueda de un escaneo de token plano a un procedimiento jerárquico de dos etapas. Esto incluye un filtrado grueso a nivel de bloque seguido de un refinamiento a nivel de token. El método mantiene el patrón de atención esparsa y supera a las soluciones basadas en bloques.

Periodista: Yufei Xu, Fanxu Meng, Fan Jiang, Yuxuan Wang, Ruijie Zhou, Zhaohui Wang, Jiexi Wu, Zhixin Pan, Xiaojuan Tang, Wenjie Pei, Tongxuan Liu, Di Yin, Xing Sun, Muhan Zhang

Pérdida Log-Correntropía Adaptativa para Aprendizaje Robusto bajo Ruido No Gaussiano

Se propone la Pérdida Log-Correntropía Adaptativa (ALCL) para mejorar la robustez del aprendizaje profundo frente a ruido no gaussiano. Esta pérdida aprende dinámicamente sus parámetros de robustez durante la optimización, superando a pérdidas estáticas como el MSE. Los experimentos demuestran que ALCL ofrece mejor fidelidad de reconstrucción y mayor precisión de clasificación en entornos de alto ruido.

Periodista: Mainak Kundu, Ria Kanjilal, Ismail Uysal

Personas mencionadas

Ventaja de progreso sin costo para agentes de LLM después del entrenamiento

Se demuestra que el aprendizaje por refuerzo (RL) post-entrenamiento proporciona una ventaja implícita, denominada ventaja de progreso, que permite la evaluación a nivel de paso de LLMs sin necesidad de entrenar modelos de recompensa dedicados. Esta formulación es agnóstica al dominio y supera a los modelos de recompensa entrenados, ofreciendo una solución práctica para sistemas de agentes. Los resultados validan esta ventaja en diversas aplicaciones, incluyendo escalado en tiempo de prueba y cuantificación de incertidumbre.

Periodista: Changdae Oh, Wendi Li, Seongheon Park, Samuel Yeh, Tanwi Mallick, Sharon Li

Personas mencionadas

Repensando el paradigma no supervisado en la detección de anomalías de series temporales

Se investiga la detección de anomalías en series temporales (TSAD) comparando modelos no supervisados con modelos supervisados minimalistas. Los resultados empíricos sugieren que los modelos supervisados minimalistas alcanzan una precisión comparable o superior a alternativas no supervisadas complejas. Se concluye que la utilización de etiquetas es beneficiosa cuando están disponibles, complementando la complejidad algorítmica.

Periodista: Zhijie Zhong, Zhiwen Yu, Kaixiang Yang, Yongheng Liu, Jun Jiang, C. L. Philip Chen

Personas mencionadas

TactiNavi: Sirviendo y Revisando un Entrenador de Juego LLM con Condiciones de Estrategia Explícitas

Se presenta TactiNavi, un sistema de servicio para un agente de coaching LLM de un juego comercial de mundo abierto. Este sistema gestiona la aplicabilidad de la estrategia como un artefacto explícito, mejorando la precisión de la estrategia y reduciendo la mala aplicación bajo cambios en el estado del jugador. Los resultados demuestran mejoras significativas en la corrección y la verificación de afirmaciones mediante el uso de paquetes con condiciones.

Periodista: Qi Liu, Xiaoyang Yuan, Zhuomeng Zhang, Yubin Ruan, Xinyi Mou, Wenjin Wang, Hanying Jiao, Di Wu, Jinke Li, Jingxuan Hong, Ke Feng, Zixun Sun