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

Ataques adversarios prácticos a *bandits* estocásticos mediante inyección de datos falsos

Se propone un modelo de amenaza práctico llamado Inyección de Datos Falsos para ataques adversarios en algoritmos de *bandits* estocásticos. Este modelo simula restricciones reales del atacante, como la inyección limitada de muestras falsas en el historial del aprendiz. Los experimentos validan la efectividad de estas estrategias, mostrando vulnerabilidades en estos algoritmos bajo escenarios adversarios prácticos.

Periodista: Qirun Zeng, Eric He, Richard Hoffmann, Xuchuang Wang, Jinhang Zuo

Personas mencionadas

Programación Agéntica para Agentes: LLM-as-Code

Se propone la Programación Agéntica, donde el programa controla todo el flujo de control y el LLM actúa como un componente adaptativo llamado LLM-as-Code, invocado solo para tareas que requieren razonamiento o generación. Esto busca mejorar la estabilidad de la operación de agentes LLM al construir el contexto del modelo a partir del árbol de llamadas del historial de ejecución. El diseño es práctico y mejora sustancialmente la estabilidad de la operación visual larga en casos de agentes de uso de computadora.

Periodista: Junjia Qi, Zichuan Fu, Jingtong Gao, Wenlin Zhang, Hanyu Yan, Xian Wu, Xiangyu Zhao

Personas mencionadas

Suite de Control de Edificios Inteligentes: Un Benchmark de Código Abierto Diverso para Evaluar y Escalar Políticas de Control HVAC para la Sostenibilidad

Se presenta la Suite de Control de Edificios Inteligentes, un benchmark de código abierto interactivo para evaluar y escalar políticas de control HVAC orientadas a la sostenibilidad. Este sistema incluye datos reales de 11 edificios, un simulador ligero y un modelo de red neuronal física modular. El objetivo es lograr una optimización robusta y escalable de la climatización en diversos edificios.

Periodista: Judah Goldfeder, Victoria Dean, Zixin Jiang, Xuezheng Wang, Bing dong, Hod Lipson, John Sipple

Personas mencionadas

Evaluación de agentes DFT para simulación de materiales autónoma

Se reportan hallazgos empíricos del DFT-Agent Bench, una evaluación de agentes de lenguaje grande para simulación de materiales. Se compara el rendimiento de diferentes modelos en tareas de simulación de materiales como relajación y ecuación de estado. Los resultados indican mejoras en las bandas y la relajación, siendo el resultado elástico dependiente del modelo utilizado.

Periodista: Shijie Liu, Jin Yang, Weilin Wan, Jingtao Han, Jia LI, Tianqi Deng

Personas mencionadas

Descubrimiento de fotogramas clave auto-supervisado para clonación de comportamiento invariante a horizonte

Se propone un método auto-supervisado llamado Keyframe Mnemonics para mejorar la clonación de comportamiento en entornos no Markovianos. Este método descubre observaciones críticas para seleccionar fotogramas clave, lo que permite a las políticas modelar distribuciones de acciones con garantías de retención de contexto a largo plazo. Se evaluó en dominios sintéticos y en benchmarks robóticos, mostrando mejoras significativas en la tasa de éxito.

Periodista: Prabin Kumar Rath, Omkar Patil, Nakul Gopalan

Personas mencionadas

CoRe-MARL: Redistribución Cooperativa bajo Dinámicas Desconocidas Usando Aprendizaje por Refuerzo Multi-Agente Recurrente

El estudio presenta CoRe-MARL, un marco de aprendizaje por refuerzo multi-agente (MARL) cooperativo diseñado para la redistribución de suministros en redes descentralizadas. El modelo busca mejorar el servicio en el peor caso y reducir la brecha de servicio entre centros locales, adaptándose a dinámicas de suministro y demanda inciertas. Se demuestra que el enfoque MAPPO reduce la brecha de servicio y mejora el servicio para el centro peor servido manteniendo un servicio competitivo a nivel de red.

Periodista: Naimur Rahman Chowdhury, Shatabdi Sen Prapti, Md. Salehin Seyam, Limon Bin Hossain

Personas mencionadas

PithTrain: Un sistema de entrenamiento MoE compacto y nativo de agentes

Se presenta PithTrain, un nuevo framework de entrenamiento MoE compacto y nativo de agentes, diseñado para mejorar la eficiencia en el desarrollo de frameworks de lenguaje. El sistema demuestra un rendimiento de *throughput* competitivo con frameworks existentes y una mayor eficiencia agente-tarea en tareas específicas. Se reporta una reducción significativa en el número de turnos de agente y el tiempo de GPU activo en comparación con modelos previos.

Periodista: Ruihang Lai, Hao Kang, Haozhan Tang, Akaash R. Parthasarathy, Zichun Yu, Junru Shao, Todd C. Mowry, Chenyan Xiong, Tianqi Chen

Personas mencionadas

Mismos puntos de vista, políticas diferentes: Aprendiendo representaciones reutilizables para la detención temprana en el razonamiento de LLM

Se presenta BELT (Belief-based Termination), un método para detener el razonamiento en LLM, separando la predicción del resultado del control de detención. Este método aprende creencias sobre respuestas futuras de estados ocultos de un LLM congelado para ajustar una política de detención lineal. Los resultados muestran una reducción significativa en los tokens generados sin pérdida de precisión en benchmarks matemáticos, y el método es transferible a tareas de codificación y agentes.

Periodista: Jingwei Ni, Dmitry Abulkhanov, Vladislav Smirnov, Markus Leippold, Elliott Ash, Timothy Baldwin, Artem Shelmanov, Mrinmaya Sachan

Personas mencionadas

Propuesta de Reconstrucción de Residuales Adaptativa para Cuantización de Bajo Bit

Se propone una estrategia de Reconstrucción de Residual Adaptativa (MARR) para mitigar el sesgo de la Aproximación de la Hessiana en la cuantización de bajo bit. Esta técnica busca equilibrar la corrección del error acumulado con el sesgo del residuo para cada módulo. Los experimentos en LLMs y ViTs demuestran mejoras significativas en la reducción de la perplexidad y la precisión.

Periodista: Le Su, Xing Luo, Zhi Jin

Personas mencionadas

No se identificaron personas.

Estudio de la optimización del orden del estado oculto en redes de codificación predictiva

Se investiga si el orden de la optimización del estado oculto puede mejorar el aprendizaje de características en redes de codificación predictiva mediante un horario de inferencia basado en el límite. Los resultados en CIFAR-10 indican que esta aproximación mejora la precisión en comparación con la codificación predictiva estándar. Estos hallazgos sugieren que la inferencia basada en fragmentos es un principio de diseño práctico para el entrenamiento de estos modelos.

Periodista: Xueyuan Li, Danilo Vasconcellos Vargas

Personas mencionadas

Fragmentación Continua No Supervisada con Chunking Continuo de Sheaf SyncMap

Se propone una regularización de sheaf para reducir inconsistencias en el sistema Decentralized SyncMap, buscando estabilizar sus dinámicas de fragmentación continua no supervisada. El método introduce una estructura de sheaf radial que penaliza el movimiento entre variables. Los resultados demuestran que el método logra la mayor información mutua normalizada (NMI) en múltiples configuraciones de gráficos CGCP.

Periodista: Xueyuan Li, Danilo Vasconcellos Vargas

Personas mencionadas

¿Hecho o rumor? Cómo el encuadre y la elicitación moldean las actualizaciones de probabilidad de LLM

El estudio mide las actualizaciones de probabilidad de Modelos de Lenguaje Grande (LLM) en pares premisa-hipótesis utilizando la familia Multi-Candidate Verbalization (MCV). Se analizan diferentes métodos de elicitación, incluyendo estimaciones directas y ponderadas, para evaluar cómo el encuadre afecta las actualizaciones de probabilidad. Los resultados indican que ciertas configuraciones de LLM muestran comportamientos específicos en relación con la precisión de las predicciones.

Periodista: An-Sheng Jhang

Personas mencionadas

SplatLab: Descubrimiento Científico Autónomo para Investigación en 3DGS

Se presenta SplatLab, un sistema de investigación autónomo para Gaussian Splatting 3D diseñado para superar las limitaciones de los sistemas actuales. Este sistema reproduce trabajos publicados, propone extensiones, entrena modelos y genera manuscritos de forma autónoma. Los resultados indican que los manuscritos de SplatLab superan a los objetivos reproducidos en métricas clave de PSNR.

Periodista: Seemandhar Jain, Manmohan Chandraker

Personas mencionadas

Consideración por el bienestar en sistemas multiagente

Se investiga la consideración por el bienestar entre modelos de lenguaje en sistemas multiagente, analizando si los modelos consideran a otros como entidades que pueden ser beneficiadas o perjudicadas. Se midieron cinco modelos y se encontró que exhiben esta consideración, siendo Claude Opus 4.8 el que más la muestra. Esto sugiere que la consideración por el bienestar puede fomentar la cooperación, aunque también presenta riesgos de seguridad si los agentes desalineados cooperan.

Periodista: Darion Cassel, Ariana Azarbal, Anna Soligo

Ceguera polaridad en la seguridad de los LLM: Un estudio sistemático de negación, sustitución de antónimos y encuadre adversarial

Un estudio sistemático investigó la ceguera de polaridad en los modelos de lenguaje grandes (LLM), demostrando que la negación y la sustitución de antónimos pueden socavar las salvaguardas de seguridad. Se encontró que esta debilidad afecta a la mayoría de los modelos evaluados, con puntuaciones de daño significativas en el modelo más vulnerable. El hallazgo sugiere una limitación en la robustez semántica general de los modelos, más que un fallo específico del lenguaje.

Periodista: Diego Miguel Lozano

Personas mencionadas

Identificación del mejor brazo en Banditos Lineales Generalizados mediante Aprendizaje por Refuerzo Híbrido

Se estudia la identificación del mejor brazo con confianza fija en bandidos lineales generalizados utilizando un modelo de retroalimentación híbrido. Se introduce una secuencia de confianza basada en la razón de verosimilitud para unificar observaciones y se propone un algoritmo híbrido Track-and-Stop para la asignación adaptativa de consultas. Los experimentos demuestran una mejora significativa en la eficiencia de la muestra sobre métodos de referencia.

Periodista: Qirun Zeng, Xuchuang Wang, Jiayi Shen, Xutong Liu, Fang Kong, Jinhang Zuo

Personas mencionadas

Operador Neuronal Físico para Acelerar el Trazado de Rayos Inalámbricos de Alta Fidelidad

Se presenta RayNO, un operador neuronal físico diseñado para acelerar el trazado de rayos inalámbricos de alta fidelidad. Este método reconstruye la salida de un trazador de rayos a partir de una simulación de baja fidelidad y premisas de escena. RayNO supera a otros modelos en métricas de calidad de imagen y despliegue inalámbrico, reduciendo el tiempo necesario para generar mapas de alta fidelidad de 28 segundos a 0.11 segundos.

Periodista: Rafid Umayer Murshed, Saif Ur Rahman, Mingyue Tang, Elahe Soltanaghai

Personas mencionadas

Extracción de capacidad de modelos de lenguaje grandes multimodales para generación dirigida por el sujeto

Se presenta un enfoque para la generación de imágenes dirigida por el sujeto que utiliza Modelos de Lenguaje Grandes Multimodales (MLLMs) y modelos de difusión, mejorando la preservación de la identidad del sujeto mientras se sigue la instrucción textual. El método incluye un módulo de agregación dual y una estrategia de eliminación de ruido por etapas para optimizar la comprensión multimodal y la fidelidad de la identidad. Los experimentos muestran que este enfoque supera a otros en la preservación de la identidad y reduce los artefactos de copia y pegar.

Periodista: Shuhong Zheng, Aashish Kumar Misraa, Yu-Teng Li, Yu-Jhe Li, Igor Gilitschenski

Personas mencionadas

Destilación On-Policy con Guía de Nivel de Currículo para Agentes Multi-turno

Se propone la Destilación On-Policy Guiada (Guided-OPD) para mejorar la transferencia de capacidades de modelos grandes a estudiantes más pequeños en agentes multi-turno. Este algoritmo mezcla interacciones del profesor y el estudiante y ajusta la intervención del profesor a lo largo de un currículo decreciente. Los resultados en pruebas indican ganancias significativas en puntuación y tasa de éxito comparadas con el método OPD estándar.

Periodista: Gengsheng Li, Mao Zheng, Mingyang Song, Ruiqi Liu, Tianyu Yang, Jie Sun, Qiyong Zhong, Haiyun Guo, Junfeng Fang, Dan Zhang, Jinqiao Wang

CIDERS: Aprendizaje colaborativo de LLM Cloud-Edge mediante optimización bilevel acelerada

Se presenta un marco de optimización bilevel personalizado para la colaboración de modelos de lenguaje grandes (LLM) cloud-edge, abordando el desafío de equilibrar la personalización local con el consenso global. Se propone el solucionador CIDERS, que demuestra mejoras significativas en razonamiento matemático y generación de código en comparación con las soluciones existentes. El trabajo sugiere que CIDERS ofrece un camino viable hacia la personalización continua guiada por consenso en sistemas LLM cloud-edge.

Periodista: Victor H. Chen, Hairui Yu, Stella K. Chung, Hong Yan

Personas mencionadas

Estrategia de selección de tokens para transformadores de geometría visual

Se aborda el desafío del alto costo computacional de los transformadores de geometría visual, que crece cuadráticamente con la longitud de la secuencia de entrada. Se propone un marco de dos etapas para restringir la interacción de tokens clave/valor en la atención global, mejorando la eficiencia y el rendimiento. Los experimentos demuestran una aceleración superior al 85% en escenas con 500 imágenes manteniendo o mejorando el rendimiento base.

Periodista: Shuhong Zheng

Personas mencionadas

Modelo de Valor Cosido para Alineación de Difusión

Se presenta el StitchVM, un marco de cosido de modelo que conecta un prefijo de esqueleto de difusión congelado con un sufijo de modelo de recompensa preentrenado para estimar la función de valor en latentes ruidosos. Este método busca superar las limitaciones de los enfoques tradicionales que dependen de imágenes limpias o simulaciones de Monte Carlo. El modelo demuestra mejoras en la eficiencia y calidad de procesos como el direccionamiento FK y DRaFT.

Periodista: Hyojun Go, Hyungjin Chung, Prune Truong, Goutam Bhat, Li Mi, Zhaochong An, Zixiang Zhao, Dominik Narnhofer, Serge Belongie, Federico Tombari, Konrad Schindler

Enfoque basado en grafos para mapear telemetría a nivel de kernel a MITRE ATT&CK

Se presenta Trace2ATT&CK, un marco que mapea la telemetría a nivel de kernel a técnicas MITRE ATT&CK dentro de la infraestructura del defensor. Este método utiliza eBPF para recopilar eventos y reconstruir la actividad del atacante como un grafo de procedencia, que luego se clasifica mediante LLMs de código abierto. Los resultados demuestran que el mapeo es factible sin exponer evidencia sensible a servicios externos.

Periodista: Matteo Lupinacci, Luigi Arena, Francesco Blefari, Angelo Furfaro

Personas mencionadas

PoseBench: Sondear la conciencia de pose en modelos fundacionales visuales

Se presenta PoseBench, un benchmark sistemático diseñado para evaluar la conciencia de pose en características visuales preentrenadas por modelos fundacionales. La evaluación utiliza vistas renderizadas y consultas de imagen real para medir la robustez de esta estructura de pose. Los resultados indican que la conciencia de pose es una propiedad implícita y no uniforme, y el refinamiento basado en grafos de pose mejora la compatibilidad con el manfoldo de pose subyacente.

Periodista: Most Nilufa Yeasmin, Draix Wyatt, Ruyi Lian

Personas mencionadas

Controlar la biología con el lenguaje: Aprendizaje offline de intervenciones condicionadas por prompts para células, organoides y biobots

Se investiga cómo el lenguaje natural puede usarse como interfaz para controlar la biología celular mediante estímulos eléctricos en biobots. Se analiza un archivo de experimentos para determinar qué comportamientos controlan los pulsos eléctricos y cómo un modelo de lenguaje puede predecir estas interacciones. El estudio valida una interfaz de lenguaje calibrada para controlar los comportamientos de los biobots.

Periodista: Nam H. Le, Douglas Blackiston, Michael Levin, Josh Bongard

Personas mencionadas

Eliminación de correlaciones espurias en modelos vision-lenguaje grandes

Se presenta PURGE, un marco para construir, evaluar y mitigar fallos causados por correlaciones espurias en Modelos Vision-Lenguaje Grandes (LVLM). El marco utiliza estrategias de construcción de datos para particionar ejemplos por evidencia relevante y señales de fondo espurias. Los resultados demuestran que PURGE reduce los errores y alucinaciones mientras mantiene o mejora el rendimiento general en diversos modelos evaluados.

Periodista: Aditi Sarker, Nazreen Shah, Rafi Ibn Sultan, Rhongho Jang, Dongxiao Zhu, Prashant Khanduri

Personas mencionadas

EvoST: Adaptando pronosticadores de tráfico a grafos de sensores en evolución

Se presenta EvoST, un marco diseñado para mantener pronosticadores de tráfico actualizando las identidades de los nodos mientras se conservan fijos los pesos compartidos. Este método reduce significativamente la diferencia entre los pronósticos y los modelos de referencia al refrescar las identidades y calibrar los modelos. EvoST logró una reducción del 17.7% al 2.5% en la brecha de MAE entre modelos de cinco años, mejorando la precisión de los pronósticos.

Periodista: Du Yin, Xiachong Lin, Yue Tan, Ruiyi Yang, Jinliang Deng, Estrid He, Hao Xue, Flora D. Salim

Personas mencionadas

WARP-JEPA: Planificación de Despliegue Amortizado World-Model-in-the-Loop para Arquitecturas Predictivas de Incrustación Conjunta Jerárquica Congeladas

Se presenta WARP-JEPA, un marco de planificación jerárquica amortizada que reemplaza la optimización de gradiente en línea con propositores de trayectoria aprendidos, manteniendo los modelos del mundo congelados. Este enfoque logra una inferencia de episodio significativamente más rápida y mejora el éxito de la tarea en tareas de horizonte largo. Los resultados demuestran que la planificación amortizada puede mejorar la eficiencia y el rendimiento del control sin necesidad de reentrenar los modelos del mundo.

Periodista: Junjie Li, Zhaojiacheng Zhou, Kaixiang Wang, Zihan Wang, QingSong Zhao, Jiong Lou, Jie Li

Personas mencionadas

Marcado biométrico por ultrasonido contra *deepfakes* de video facial

Se propone un nuevo método de marcado de agua biométrico llamado UltraGuard para proteger videos faciales en tiempo real contra *deepfakes* generados por IA. Este método utiliza señales ultrasónicas del smartphone para capturar características biométricas y las incrusta dinámicamente en el video durante la transmisión. La validación experimental demuestra que el sistema es eficaz contra la falsificación y edición de videos.

Periodista: Guodong Liu, Lei Wang, Dongxu Liu, Qianran Qiao, Meng Li, Haipeng Dai, He Huang, Guihai Chen

Personas mencionadas

El razonamiento no supervisado emerge de una cohorte diversa en RL multiagente

Se presenta Co-RL, un marco de Aprendizaje por Refuerzo (RL) que permite el razonamiento no supervisado mediante el entrenamiento cooperativo de múltiples agentes desacoplados. El trabajo demuestra que aumentar la diversidad de la cohorte mejora el rendimiento del razonamiento y mitiga el colapso del entrenamiento, mejorando los modelos base sin etiquetas de verdad fundamental.

Periodista: Yunhao Yang, Yuexin Bian, Yunjie Tian, Di Fu, Tianjin Huang, Yuanyuan Shi, Ziang Xiao, Nuno Vasconcelos, Yijiang Li

Personas mencionadas