Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

Substrate AI integrará todas sus actividades de IA en el grupo con una operación de 40,5 millones

Substrate AI y su matriz Subgen AI han acordado una reorganización estructural para concentrar todas sus actividades de inteligencia artificial bajo Substrate AI mediante una operación de 40,5 millones de euros. Esta medida busca mejorar la eficiencia operativa y simplificar la estructura societaria del grupo. La operación incluye la adquisición de participaciones de filiales de Subgen AI y la emisión de un bono convertible.

Periodista: Agencias

Personas mencionadas

No se identificaron personas.

Substrate AI reunirá todas sus operaciones de IA dentro del grupo en una operación de 40,5 millones

Substrate AI y su matriz Subgen AI han acordado una reestructuración global para consolidar todas las operaciones de inteligencia artificial bajo la estructura de Substrate AI por 40,5 millones de euros. Este movimiento busca potenciar la eficiencia operativa y reforzar a Substrate AI como el vehículo central para el desarrollo y comercialización de soluciones de IA a nivel mundial. Se unifican las operaciones internacionales en Europa y Latinoamérica para responder al crecimiento del mercado de IA corporativa.

Periodista: Luis Torralba

Personas mencionadas

No se identificaron personas.

La compañía valenciana Substrate AI es admitida a cotización en el Cboe Europe

La compañía española de inteligencia artificial Substrate AI ha sido admitida a cotización en el Cboe Europa. La empresa tiene como objetivo superar los 100 millones de euros de facturación para 2030, enfocándose en el desarrollo de tecnología propia y la comercialización de tokens. La noticia también detalla la evolución reciente de su capitalización y resultados financieros.

Periodista: Luis Torralba

La justicia condena a Substrate AI a pagar a Summon Press los 500.000 euros pendientes por la venta de su negocio digital

La Sección Civil del Tribunal de Instancia de Valencia condenó a Substrate AI a pagar 500.000 euros más intereses a Summon Press por un pago pendiente de una compraventa de negocio digital. La jueza desestimó la reclamación de Substrate, mientras que la demanda de Summon Press fue parcialmente estimada.

Periodista: Estefanía Pastor León

La valenciana Substrate AI compra un solar en Talavera de la Reina (Toledo) para un centro de datos

Substrate AI adquirió un solar en Talavera de la Reina, Toledo, por 1,61 millones de euros para desarrollar un centro de datos. Esta compra forma parte de la estrategia de la empresa para desplegar infraestructura tecnológica propia en España y potenciar la IA europea. La puesta en marcha del proyecto depende de obtener permisos y cumplir con hitos técnicos administrativos.

Periodista: Luis Torralba

Personas mencionadas

Substrate AI adquiere un solar en Talavera de la Reina por 1,61 millones para un futuro centro de datos

Substrate AI adquirió un solar en Talavera de la Reina por 1,61 millones de euros para desarrollar un futuro centro de datos como parte de su estrategia de infraestructura de IA en España. La compra, formalizada el 13 de noviembre, incluye varias parcelas y el proyecto depende de la obtención de licencias y autorizaciones pendientes. Este paso refuerza la estrategia de la compañía para desplegar infraestructura tecnológica propia y soberana en el país.

Periodista: Agencias

Personas mencionadas

Destilación de algoritmos para aprendizaje por refuerzo seguro en contexto

Se presenta el Aprendizaje por Refuerzo Seguro en Contexto (Safe ICRL) y el Algoritmo de Distilación de Algoritmos Seguros (Safe AD). Se revisan dos partes de Safe AD, incluyendo la introducción de presupuestos dinámicos y el ajuste A-Lag para mejorar el rendimiento en entornos de locomoción y navegación. Los experimentos demuestran que A-Lag supera a Safe AD en términos de costo y retorno final en varios entornos.

Periodista: Minjae Kwon, Amir Moeini, Shangtong Zhang, Lu Feng

Personas mencionadas

DeepSeek presenta 'super agente' de IA en la carrera de codificación con OpenAI, Anthropic

DeepSeek ha presentado un 'super agente' de IA diseñado para manejar múltiples tareas con mínima intervención humana, buscando reducir la necesidad de coordinación y supervisión humana en flujos de trabajo complejos. Este desarrollo se posiciona como una respuesta a la creciente automatización de tareas por parte de los modelos de IA, buscando optimizar la gestión de flujos de trabajo mediante la autonomía de los agentes.

Periodista: Ben Jiang

Personas mencionadas

Avatares holográficos con IA en el subte porteño: qué son y para qué se utilizarán

La compañía Subterráneos de Buenos Aires (SBASE) lanzó una licitación para implementar avatares holográficos con inteligencia artificial conversacional en el subte porteño. El proyecto busca permitir a los usuarios interactuar con figuras virtuales para realizar consultas y obtener respuestas en tiempo real. Se planea instalar seis dispositivos interactivos en dos estaciones de la línea B.

Periodista: El Destape

Personas mencionadas

No se identificaron personas.

Radiografía al ciberdelito: Una de cada cuatro brechas maliciosas utiliza inteligencia artificial en el ataque

El ciberdelito está utilizando la inteligencia artificial, como los deepfakes, para suplantar identidades de ejecutivos y abogados, logrando fraudes multimillonarios. Un informe de IBM indica que una de cada cuatro brechas maliciosas involucra IA, y el fraude por voz es el vector más costoso. Se advierte sobre el riesgo creciente de ataques a fin de año y la necesidad de implementar controles internos estrictos para mitigar riesgos.

Periodista: Gonzalo Miranda

Personas mencionadas

Noticias encontradas

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

Resultados para «Substrate AI»

Más recientes primero · Hasta 30 noticias por página

SpreadsheetBench 2: Evaluando agentes en flujos de trabajo de hojas de cálculo empresariales de extremo a extremo

Se presenta SpreadsheetBench 2, un punto de referencia a nivel de flujo de trabajo para agentes de hojas de cálculo, diseñado para evaluar tareas de generación, depuración y visualización utilizando datos empresariales reales. El benchmark incluye 321 tareas y evalúa modelos de lenguaje grandes bajo un andamiaje de agente unificado. Los resultados indican que los sistemas actuales tienen baja fiabilidad en flujos de trabajo empresariales complejos, señalando problemas en la inspección y selección de celdas.

Periodista: Jian Zhu, Yuzheng Zhang, Zeyao Ma, Bohan Zhang, Armin Schoepf, Daniel Woloch, Peter Yiliu Wang, Guangyu Robert Yang, Samuel Jacob, Siddharth Nagisetty, Abhiram Chundru, Jean Lin, Spencer Mateega, Jing Zhang

Perfiles de perturbación de clasificadores de trayectoria de escaneo: A qué son sensibles los decodificadores de lectura, comprensión de código y video

Se propone un perfil de perturbación para descriptores a nivel de ensayo para evaluar la sensibilidad de clasificadores de trayectoria de escaneo a diferentes propiedades. Se realizaron pruebas en tres conjuntos de datos públicos (lectura, comprensión de programa y visualización de video/juego) para medir cómo la manipulación de propiedades como el orden de fijación afecta el rendimiento del clasificador. Los resultados indican que la sensibilidad del pipeline a ciertas propiedades es medible mediante la caída del AUC.

Periodista: Saleh Mozaffari, Abolfazl Nadi

Personas mencionadas

Evaluación de la clasificación y la explicabilidad en el análisis de imágenes petrograficas multimodales

Se evalúan los clasificadores automatizados de imágenes petrográficas multimodales que combinan luz planeada-polarizada y cruzada-polarizada. El estudio analiza cómo los errores de clasificación y los mapas de atribución revelan aspectos del rendimiento del modelo que la precisión de la clasificación no muestra. Se encontraron diferencias en la sensibilidad a la modalidad y el comportamiento de atribución entre las diferentes vistas ópticas.

Periodista: Oktay Karakus Dr

Personas mencionadas

Localización de región con evidencia mediante destilación auto-distilada contrastiva selectiva

Se propone el método SPN-OPSD para mejorar la capacidad de los modelos de lenguaje grandes multimodales en tareas visuales de grano fino. Este método considera tanto las regiones de evidencia como las de fondo para mejorar la resistencia a la interferencia de regiones irrelevantes. La aplicación de SPN-OPSD mejoró la precisión en varios benchmarks de visión por computadora en modelos Qwen3.5.

Periodista: Yujuan Pang, Wenhao Xu, Yinglei Teng

Personas mencionadas

Decodificación especulativa de nivel de frase en un objetivo congelado

Se presenta una mejora en la decodificación especulativa para aumentar el rendimiento al permitir que más candidatos sobrevivan a la verificación. Se describe una técnica donde una cabezal MLP predice frases de una a tres palabras en un vocabulario de borrador separado, optimizando el uso de parámetros y manteniendo la coherencia con el vocabulario del modelo base. Los resultados demuestran una ventaja en métricas de razonamiento matemático frente a otros modelos.

Periodista: Madhusudhana Naidu

Personas mencionadas

Escalado en tiempo de prueba para modelos de lenguaje de difusión con remasquillado consciente de la frecuencia

Se propone un escalado en tiempo de prueba para modelos de lenguaje de difusión mediante una asignación adaptativa de cómputo y estrategias de decodificación. El método utiliza un muestreador rápido para preguntas fáciles y remasquillado consciente de la frecuencia para preguntas difíciles. Los experimentos demuestran mejoras en precisión y cobertura en benchmarks como MATH-500 y HumanEval.

Periodista: Bowen Zuo, Yue Yu, Dongruo Zhou, Yinglun Zhu

Personas mencionadas

De la conexión de herramientas al control de ejecución: Evaluación de invariantes de seguridad en *runtimes* de agentes estilo MCP

El artículo presenta la formulación de ocho invariantes de ejecución (I1-I8) para agentes conectados a herramientas, diseñados para asegurar la integridad incluso ante instrucciones adversarias. Se compara el rendimiento de estos invariantes en dos arquitecturas de *runtime*: HCP (runtime en memoria) y una ACL de *gateway*/servidor independiente (B3). Los resultados demuestran que aplicar los invariantes I1-I8 asegura la ejecución segura de herramientas independientemente del diseño del *runtime* utilizado.

Periodista: Ting Liu

Personas mencionadas

Spatial-IQ: Descomponiendo la inteligencia espacial mediante pruebas de capacidad jerárquica

Se presenta Spatial-IQ, un marco de diagnóstico jerárquico diseñado para evaluar el razonamiento espacial de los modelos de lenguaje grandes (MLLMs). Este marco descompone el conteo de objetos en estructuras 3D, analizando subtareas perceptuales y cognitivas basadas en etapas de la cognición humana. Se demuestra que entrenar estos modelos con supervisión de cadena de pensamiento y aprendizaje por refuerzo mejora la consistencia y la precisión del rendimiento espacial.

Periodista: Patrick Rim, Tom Long, Ekta Prashnani, Ruth Rosenholtz, Ben Boudaoud, Peter Xenopoulos, Alex Wong, Joohwan Kim, Jae-Hyun Jung

Personas mencionadas

Cuando la experiencia se convierte en una puerta trasera: Envenenamiento de agentes de LLM autoevolutivos mediante optimización de tareas consciente del fallo

Se estudia un problema de ataques de puerta trasera a nivel de tarea en agentes de LLM autoevolutivos, donde el atacante inyecta tareas de evolución envenenadas. Se proponen BadEvolve, un marco que diagnostica fallos en cuatro etapas de evolución y utiliza reversión para preservar el progreso y evitar actualizaciones ineficaces. Los experimentos demuestran la efectividad de este marco contra diversos marcos de autoevolución.

Periodista: Minhua Lin, Zongyu Wu, Hanqing Lu, Xianfeng Tang, Xiang Zhang, Qi He, Suhang Wang

Personas mencionadas

Predicción temprana de memecoins fraudulentos en Solana mediante aprendizaje automático

Un estudio utiliza aprendizaje automático para detectar fraudes de "rug pull" en memecoins de Solana. La investigación analiza un conjunto de datos de 6.4 millones de tokens para identificar características de rug pull en la plataforma. Se demuestra que modelos de aprendizaje automático como XGBoost son efectivos para predecir estos fraudes basándose en datos de negociación iniciales. El estudio sugiere que la fusión de datos de múltiples fuentes mejora la fiabilidad de la detección en este ecosistema.

Periodista: Jianghai Li, Pavel Kuznetsov, Yury Yanovich, Konstantin Nott-Whaley, Igor Vodolazov

Personas mencionadas

PEARL: Modelado de optimización interactivo Solver-in-the-Loop a partir del lenguaje natural

Se presenta PEARL, un sistema para el modelado de optimización interactivo de solucionador que utiliza ejecución de Python y solucionadores de programación matemática en un ciclo iterativo. Este sistema aprende a probar modelos parciales y revisar diagnósticos del solucionador para mejorar las formulaciones y el código antes de la finalización. PEARL demuestra un mejor acuerdo objetivo ejecutable y es competitivo con modelos de referencia existentes.

Periodista: Hongliang Lu, Zhong Li, Yuxuan Chen, Yuan Lan, Fan Zhang, Zaiwen Wen

Personas mencionadas

PoEM: Predicción de resultados de RL a partir de políticas existentes

Se presenta PoEM, un marco para predecir los resultados de Aprendizaje por Refuerzo (RL) utilizando modelos entrenados previamente con otras recompensas. El objetivo es predecir la política RL óptima para una nueva función de recompensa sin necesidad de un entrenamiento adicional. El método aprovecha la combinación lineal de políticas existentes para aproximar la política objetivo.

Periodista: Kimia Hamidieh, Giannis Daras, Antonio Torralba

Personas mencionadas

Hacia una detección de fraude auditable: Combinando características de grafos, explicaciones de modelos e investigación de casos agente

Se presenta un *pipeline* de detección de fraude por capas que integra clasificadores, características de grafos, señales de anomalía y un agente de investigación LLM. El estudio evalúa la contribución de cada componente en la detección de fraude, encontrando que la justificación de un agente de investigación no siempre resulta en una decisión mejor. Se concluye que cada parte del sistema solo es efectiva bajo condiciones específicas.

Periodista: Rahil Sharma

Personas mencionadas

Ediciones Mecanísticas Certificadas: Garantías de Comportamiento para la Eliminación y Preservación de Habilidades

Se presentan ediciones mecánicas como herramientas estándar para eliminar capacidades dañinas de redes neuronales manteniendo otras útiles. Se certifica el efecto de estas ediciones, garantizando que la eliminación de una habilidad preserve otra en regiones continuas de entradas. Se demuestra que ninguna prueba de caja negra determinista puede certificar la eliminación, incluso con pruebas exhaustivas.

Periodista: Md Sazid Uddin, Md. Khairul Alam Mazumder, M. F. Mridha

Personas mencionadas

No se identificaron personas.

VOIM: Mapeo de instancias 3D de vocabulario abierto sin entrenamiento para RGB-D y SLAM monocular

Se presenta VOIM, un sistema sin entrenamiento que genera mapas de instancias 3D de vocabulario abierto utilizando datos de video RGB-D o video RGB monocular. Este sistema acumula evidencia de etiquetas suaves de modelos de percepción preexistentes para determinar las etiquetas y las instancias de objetos. Los experimentos en ScanNet++ y la navegación en robots reales demuestran la usabilidad de estos mapas.

Periodista: Sangmin Song, Sarath Kodagoda, Marc G. Carmichael, Karthick Thiyagarajan, Amal Gunatilake, Kelly Prentice, Jodi Martin

Personas mencionadas

Monitorización en tiempo de ejecución con validez válida de certificados de barrera aprendidos

Se propone un monitor en tiempo de ejecución con validez válida para auditar certificados de barrera aprendidos, detectando la pérdida de soporte estadístico de la condición de barrera desplegada. El sistema utiliza pruebas de hipótesis secuenciales y transforma incrementos de barrera en una supermartingala para controlar falsas alarmas. El monitor busca detectar evidencia estadística de que el certificado de seguridad no es consistente con las dinámicas observadas.

Periodista: Zhipeng Cao, Taoran Wu, Weiru Cui, Luke Ong, Bai Xue

Personas mencionadas

Modelos de lenguaje no reportan estados de dolor inyectados

Un estudio evaluó si los modelos de lenguaje podían reportar un estado de dolor inyectado. Los resultados indican que, aunque se pudo distinguir el dolor de la tristeza, los modelos no lograron reportar el dolor en las capas principales de inyección. Sin embargo, los reportadores entrenados lograron recuperar el estado de dolor en tareas específicas.

Periodista: Emilio Ferrara

Personas mencionadas

No se identificaron personas.

Marco orientado a agentes para el análisis reproducible de datos de termorreflectancia en el dominio de la frecuencia

Se presenta Vibe-FDTR, un marco orientado a agentes que permite a los agentes de LLM realizar análisis de termorreflectancia en el dominio de la frecuencia (FDTR) de manera reproducible a partir de solicitudes en lenguaje natural. Este marco combina un paquete de código configurado con habilidades de agente para traducir intenciones en pasos de análisis verificables. Los resultados muestran que los agentes con Vibe-FDTR alcanzan tasas de éxito del 100% y 98.9% en tareas controladas, reduciendo el costo computacional y el tiempo de ejecución.

Periodista: Fuwei Yang, Weiheng Li, Bai Song

Personas mencionadas

El teorema Pokémon: los criterios de equidad no pueden atraparlos a todos

Se presenta el teorema Pokémon, que establece que es imposible satisfacer todos los criterios de equidad algorítmica simultáneamente. Se argumenta que cumplir con un conjunto finito de criterios no garantiza la equidad total, ya que el modelo puede violar otros criterios. Se explora la posibilidad de lograr una equidad aproximada al encontrar la frontera de Pareto entre la equidad y el señal predictivo.

Periodista: Daniel Matsui Smola, Alex Smola

Personas mencionadas

Muestreo estocástico consistente con SDE para el post-entrenamiento de RL en modelos de Flow-Matching

Se propone Precise, un nuevo muestreador estocástico que equilibra la exploración efectiva y la estabilidad en modelos de flow-matching. Este método mantiene la consistencia SDE de la trayectoria de eliminación de ruido mediante una aproximación que resuelve el problema del exceso de ruido. Los experimentos demuestran que esta formulación resulta en una optimización de recompensa más rápida y estable, logrando puntuaciones de alineación de vanguardia con menor tiempo de entrenamiento.

Periodista: Jade Zou, Tao Huang, Weijie Kong, Junzhe Li, Yue Wu, Qi Tian, Jiangfeng Xiong, Jianwei Zhang, Liefeng Bo, Zhao Zhong

Personas mencionadas

Señales tempranas de uso problemático de IA: Roles longitudinales de la motivación y el compromiso emocional

Un estudio longitudinal sobre 114 adultos reveló que la motivación para usar IA conversacional predice un uso problemático posterior de esta tecnología. Se encontró que la motivación para usar IA, especialmente para gestionar sentimientos y superar dificultades, se correlaciona con un uso problemático. Los resultados sugieren que la motivación de la IA puede servir como señal de advertencia temprana de un uso problemático.

Periodista: Jina Suh, Constance Hadley, Koustuv Saha

Personas mencionadas

No se identificaron personas.

Elsewise: Creación de narrativas interactivas abiertas con visualización del espacio de posibilidad

Se presenta Elsewise, una herramienta de autoría para narrativas interactivas basadas en LLM que utiliza un concepto de Trama Agrupada para mejorar la comprensión del espacio de posibilidad narrativa por parte del autor. El estudio de usuario indica que este enfoque mejora la anticipación del autor sobre la experiencia narrativa del jugador, facilitando un mejor control y exploración de dichas posibilidades.

Periodista: Yi Wang, John Joon Young Chung, Melissa Roemmele, Yuqian Sun, Tiffany Wang, Shm Garanganao Almeda, Brett A. Halperin, Yuwen Lu, Max Kreminski

Personas mencionadas

PEEK: Corrección de sesgo de exposición con mirada hacia adelante de un paso para muestreo de difusión

Se propone PEEK, un plugin de muestreador determinista sin entrenamiento, para mitigar el sesgo de exposición en generadores de imágenes por difusión. PEEK realiza una actualización provisional de un paso y utiliza una predicción un paso adelante para mejorar la calidad de la imagen al mitigar el sesgo de exposición. Los experimentos mostraron reducciones en la Distancia de Percepción de Fréchet (FID) de hasta un 49.3% en varios modelos.

Periodista: Yunwei Bai, Ying Kiat Tan, Tsuhan Chen

Personas mencionadas

Deliberación No Recíproca de Tensor de Arista Tipada para Razonamiento Deductivo Contrafactual de Mundo Abierto

Se presenta una nueva arquitectura de razonamiento latente continuo de tiempo neuro-simbólica llamada TE-BPHD. Esta arquitectura combina conservación port-Hamiltoniana antisimétrica con transporte direccional no recíproco y amortiguamiento disipativo para mejorar el razonamiento deductivo. Los resultados demuestran que elimina la deriva de horizonte profundo y aumenta la precisión del razonamiento cíclico en benchmarks específicos.

Periodista: Zeyu Jia

Personas mencionadas

Aprendizaje universal de incrustaciones voxel a voxel mediante síntesis aleatoria para localización de puntos de referencia

Se propone UNIVERS, un marco entrenable de extremo a extremo que aprende incrustaciones voxel a voxel universales mediante síntesis aleatoria para la localización de puntos de referencia en escaneos de volumen multimodales. Este método utiliza datos pseudo sintetizados con aleatorización para hacer el modelo robusto a variaciones en el contraste y resolución de la imagen. Los resultados demuestran que UNIVERS supera a los métodos de última generación en la localización de puntos de referencia, especialmente en escenarios de multimodalidad.

Periodista: Derong Yu, Qingsong Zhao, Yanbing Yue, Yikai Li, Zhi Zhang, Guoyan Zheng

Personas mencionadas

¿Cuántas exposiciones necesita un modelo mundial? Aprendiendo mecánicas de juego no vistas en el momento de la prueba

Se investiga cuántas exposiciones necesita un modelo del mundo para predecir las mecánicas de un entorno de juego desconocido. Se presenta el modelo WARC, un transformador de visión, que demuestra capacidad para predecir la mayoría de las mecánicas con alta precisión tras un entrenamiento específico. El trabajo también muestra que el entrenamiento en el momento de la prueba mejora significativamente la eficiencia de un explorador de grafos.

Periodista: Ku Onoda, Haruto Kawano, Shota Takashiro, Kohei Hayashi

Personas mencionadas

EarthJev: Adquisición de evidencia visual eficiente y toma de decisiones para la comprensión del teledetección UHR

Se presenta EarthJev, un marco diseñado para la respuesta a preguntas visuales (VQA) en teledetección UHR, enfocado en la adquisición eficiente de evidencia visual. El sistema separa la puntuación de regiones de la generación de respuestas, utilizando señales de decisión específicas para mejorar la precisión y reducir la latencia. EarthJev superó a ZoomSearch en cinco puntos de referencia, logrando una precisión media del 53.06% con el modelo Qwen3.5-9B.

Periodista: Pengyu Dai, Yao Zhang, Jian Song, Junjue Wang, Yafei Ou, Yuzeng Chen, Junshi Xia, Hongruixuan Chen, Naoto Yokoya

Personas mencionadas

Impacto algorítmico revela la estructura oculta de la elección social de alineación

El artículo aborda el problema de la elección social al alinear algoritmos de inteligencia artificial que afectan a múltiples personas. Propone una reformulación matemática que permite tratar el problema de alineación como una optimización lineal sobre un espacio de impacto convexo. Esto permite traducir protocolos de alineación en consecuencias de bienestar y viceversa, demostrando la viabilidad de mecanismos como la votación por temas.

Periodista: Zachary Wojtowicz, Michelle Si, Finale Doshi-Velez, Ariel Procaccia

Personas mencionadas

¿Cuándo deberían reconsiderar los Modelos de Difusión de Lenguaje sus compromisos?

Se presenta el Aprendizaje Conjunto de Desenmascaramiento y Revisión Planificado (PURL) para Modelos de Difusión Enmascarados (MDMs) para unificar la generación paralela con la revisión selectiva de tokens. Este marco mejora la precisión en tareas como razonamiento matemático y generación de código, logrando mejoras de hasta 47.4% en precisión. El análisis sugiere que la generación paralela efectiva depende de hacer que los compromisos de tokens sean revisables en el momento adecuado, en lugar de revisar más tokens.

Periodista: Haoyang Zheng, Yidong Ouyang, Blake Jianhang Chen, Tian Tan, Ziqian Lin, Liqian Peng, Alec Go, Guang Lin

Personas mencionadas

SkillDuet: Modelos y habilidades coevolutivos a través de feedback de respuesta

Se presenta SkillDuet, un marco que coordina la evolución de parámetros y habilidades mediante el feedback de respuesta del modelo. Este sistema extrae habilidades de trayectorias on-policy para guiar las actualizaciones de parámetros, consolidando las mejores habilidades en un conjunto global persistente. El framework demostró altas tasas de éxito en benchmarks como ALFWorld y WebShop, superando las líneas base existentes.

Periodista: Xingguang Ji, Ziqiang Dong, Yubo Zhang, Xi Leng, Yang Yang, Guanjun Jiang

Personas mencionadas