Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

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

Un robot polilla hace un sensor UV usando un sistema circulatorio artificial

Investigadores crearon un robot con forma de polilla que utiliza un sistema circulatorio artificial para transportar bloques de construcción químicos y cultivar un sensor de luz UV. Inspirados en la circulación de los insectos, el sistema permite que el entorno moldee al robot, creando componentes necesarios in situ. Este enfoque busca mejorar la adaptabilidad de los robots al enfrentar entornos inesperados, permitiendo que el hardware se desarrolle a medida que el robot interactúa con su entorno.

Periodista: Firma no identificada

Tras 20 años modernizando el software de otras empresas, Polcode aplica su experiencia a sí misma

Polcode celebra su 20º aniversario lanzando una nueva página web que refleja su experiencia en modernización de software. La empresa, fundada en 2006, aplica los mismos estándares de modernización a sus propios sistemas, destacando su enfoque en la utilidad sobre la apariencia y la adopción transparente de la inteligencia artificial. La nueva web sirve como escaparate de sus servicios de desarrollo de software a medida y soluciones de IA.

Periodista: Agencias

Will Baird, experto en libros (de mi correo electrónico)

Un usuario construyó Marginalia Library utilizando IA para crear un catálogo buscable de libros mencionados en Marginal Revolution. El proyecto utiliza Claude Code y la API de Claude, además de GPT-6 Luna para la primera pasada del archivo. El objetivo es mejorar el descubrimiento de libros y aprender sobre el uso de IA.

Periodista: Tyler Cowen

Poli.design coordina un proyecto europeo para llevar la IA al sector público

Poli.design está coordinando un proyecto europeo para integrar la Inteligencia Artificial en el sector público. Además, se mencionan avances en el sector naval italiano y la expectativa de presencia italiana en Perú. También se reportan movimientos financieros como el regreso de Italgas a la bolsa y acuerdos de Intesa Sanpaolo y Confindustria para apoyar a las PYMEs en mercados internacionales.

Periodista: Firma no identificada

Personas mencionadas

Hablando con la IA – Las dos opciones

La sociedad está marcada por una polarización inducida, siendo la Inteligencia Artificial uno de sus ejes. Se plantea la necesidad de una colaboración entre el usuario y la máquina, pero se subraya la falta de enfoque en la moralidad. Se exige una regulación ética urgente de la IA para asegurar una evolución social adecuada.

Periodista: Ángel Ferrer

Personas mencionadas

No se identificaron personas.

Peter Sarlinin equipo incluye nombres de talla mundial: Pekka Lundmark

La empresa de emprendimiento de inteligencia artificial de Peter Sarlin ha nombrado a seis nuevos asesores PS Fellow, quienes poseen comprensión tecnológica y experiencia en liderazgo. Estos nuevos miembros son considerados líderes internacionales en el ámbito empresarial y universitario.

Periodista: Suvi Korhonen

Personas mencionadas

Isabelle Pool Server: un servicio de verificación agrupado para entrenamiento de demostradores y demostraciones multiagente

Se presenta el Isabelle Pool Server (IPS), un servicio de verificación que utiliza un pool de sesiones Isabelle para entrenamiento de demostradores y pruebas multiagente. Este servicio ofrece control de admisión consciente de la memoria y gestión de tiempo para las sesiones. IPS es software libre y está disponible públicamente.

Periodista: Xuanwei Ren, Wenda Li

Personas mencionadas

Pollo al ajillo - ADNSUR

Se describe la receta del pollo al ajillo, destacando que es un clásico casero que requiere pollo, ajo, vino blanco y paciencia. La clave para un buen resultado es trocear el pollo en trozos pequeños para que absorba bien los sabores. La receta rinde cuatro porciones y se cocina en una sola sartén, siendo ideal para preparar en lotes.

Periodista: Firma no identificada

Personas mencionadas

No se identificaron personas.

VOLTA, el infostealer que pregunta a una IA qué víctimas valen el esfuerzo

VOLTA es un infostealer para Windows impulsado por IA que roba diversos datos personales, incluyendo contraseñas, cookies, tokens OAuth y detalles de tarjetas de pago, y luego utiliza un modelo de lenguaje grande (LLM) para clasificar el valor de las víctimas. El malware construye un perfil detallado de la víctima, incluyendo ubicación y empleador, y envía este dossier estructurado a un modelo de IA para generar una evaluación forense y monetaria. Este método busca desplazar el esfuerzo analítico humano hacia la IA para priorizar objetivos.

Periodista: Pierluigi Paganini

Juan Roig invierte en Ploot, que logra 400.000 euros de capital para ayudar a las empresas a identificar oportunidades

La startup Ploot ha cerrado una ronda de financiación de 400.000 euros liderada por Angels Capital, la sociedad de inversión de Juan Roig. La empresa utiliza inteligencia artificial para identificar señales de intención de compra en empresas, buscando optimizar la prospección comercial. La inversión busca reforzar el equipo y desarrollar su agente de ventas basado en IA.

Periodista: Bea Blasco

Noticias encontradas

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

Resultados para «Pollo AI»

Más recientes primero · Hasta 30 noticias por página

Inferencia geométrica y algebraica en humanos y redes neuronales

Se formalizan las estrategias de inferencia geométrica y algebraica en humanos y redes neuronales, analizando sus compensaciones computacionales. Se postula que la estrategia geométrica domina cuando las relaciones son conocidas, mientras que la algebraica es necesaria para inferencias novedosas en contexto. Los hallazgos demuestran que estas estrategias dependen de la geometría representacional y mecanismos de atención selectiva, reconciliando visiones sobre la flexibilidad cognitiva.

Periodista: Jacob Russin, Joonhwa Kim, Ellie Pavlick, Michael J. Frank

Estudio piloto sobre límites de autonomía de agentes de codificación en el mantenimiento de software

Un estudio piloto comparó un agente de codificación con y sin información de Contratos de Límite para tareas de mantenimiento de software. La condición basada en límites mejoró significativamente la selección de edición y la cobertura de comportamiento requerido. Esto sugiere que los roles explícitos de los artefactos pueden influir en el comportamiento de mantenimiento más allá de la simple localización de archivos.

Periodista: Heeyong Eun, Seungyeon Chung, Hyejee Park, Youngeun Lee, Sukhyun Hong, Hyewon Jung

Personas mencionadas

Pruebas sin nominales: El argumento ontológico de Gödel, su incrustación superficial y las preguntas abiertas de las Notas del Monatshefte

El texto aborda la incrustación superficial de la lógica modal de orden superior en la lógica modal de orden superior clásica, utilizando el argumento ontológico de Gödel y Scott. Se discuten las preguntas abiertas de las Notas del Monatshefte y cómo se resuelven sin nominales. Se verifica la validez de los teoremas en Isabelle/HOL y Lean 4.

Periodista: Christoph Benzmüller

Personas mencionadas

Métodos de red neuronal para predicción de trayectoria calibrada y control de intervalos de puntos de control

Se presenta un marco que utiliza una red neuronal con base espectral para aprender trayectorias y bandas de cuantil con restricciones integradas. El trabajo también emplea una regresión de cuantil conformacional modificada y aritmética de intervalos para asegurar garantías de cobertura calibrada y libre de ruido. Se demuestra que el tiempo de inferencia de trayectoria para un cuadricóptero es de 3.45 ms, lo que resulta en un tiempo de *pipeline* total de 9.81 ms.

Periodista: Jasmine Ratchford, Raffaele Romagnoli

GSExplorer: Generación interactiva de mundo con estado Gaussiano persistente 3D

Se presenta GSExplorer, un marco de generación-reconstrucción basado en un estado de mundo Gaussiano 3D persistente para la generación interactiva de mundos. Este sistema utiliza condiciones de renderizado y reconstrucción SLAM para asegurar la consistencia de la escena a lo largo de la exploración. El método demuestra un rendimiento superior en evaluaciones de WorldScore, logrando alta consistencia y control de cámara en extrapolaciones de múltiples pasos.

Periodista: Sicheng Yu, Liu Liu, Xinjie Wang, Xinjiang Wang, Taojun Ding, Wenhao Hu, Beizhen Zhao, Puxin Yan, Zhizhong Su, Hao Wang

Personas mencionadas

Estrategias de prompting guiado por conceptos aumentan la diversidad en poblaciones de recetas generadas por LLM

Se propone un método de prompting guiado por conceptos para mejorar la diversidad en las recetas generadas por Modelos de Lenguaje Grande (LLM). Este método genera conceptos temáticos antes de generar las respuestas, superando a otras estrategias de prompting en la cobertura semántica. Los resultados indican una mayor exploración de la población y diversidad de soluciones, aunque se necesita más investigación sobre la calidad y generalización.

Periodista: Stuart Farmer

Personas mencionadas

Reconocimiento facial sin cara frontal usando GANs y clasificadores basados en memristor

Se propone un marco de reconocimiento facial que soluciona las variaciones de pose no frontal mediante la integración de frontalización de pose basada en GAN y reconocimiento neuromórfico basado en memristor. Los resultados experimentales muestran una precisión de identificación de hasta el 96% al combinar aprendizaje adversarial con tecnología memristiva. Este método busca aliviar los cuellos de botella computacionales de la IA convencional para una solución eficiente en entornos dinámicos.

Periodista: Semih Vazgecen, Cristian Sestito, Spyros Stathopoulos, Themis Prodromakis

Personas mencionadas

MedCUA-Bench: Un benchmark de solo captura de pantalla para agentes de uso de computadora clínica

Se presenta MedCUA-Bench, un benchmark interactivo diseñado para evaluar la fiabilidad de los agentes de uso de computadora en entornos clínicos. Este benchmark cubre 18 escenarios clínicos en 10 dominios médicos, utilizando interfaces reconstruidas para simular entornos reales. El estudio compara el rendimiento de agentes de IA, mostrando diferencias significativas entre modelos de código cerrado y abierto en la ejecución de tareas clínicas. El objetivo es identificar la brecha entre los agentes actuales y el software clínico fiable.

Periodista: Jia Yu, Zilong Wang, Xinyang Jiang, Dongsheng Li, Shuo Wang

Personas mencionadas

Evaluación de respuestas incorrectas engaña la selección de confianza: Calificación basada en hechos para QA abierto

Un estudio evalúa la calificación de respuestas abiertas en pruebas de LLM y NLP, enfocándose en cómo las reglas de calibración afectan la confianza. Se presenta FactForm, un calificador que prioriza las coincidencias de referencia, logrando un error equilibrado de 0.077 y un AUROC de 0.985. Esto sugiere una mejora en la precisión de la calificación de respuestas abiertas.

Periodista: Zhexi Feng, Bingrui Zhang, Wuxi Chen

Personas mencionadas

La distancia no es suficiente: La brecha de alineación olvido-retención predice la robustez de los LLM

Se propone la Brecha de Alineación Olvido-Retención (FRAG) como un predictor libre de entrenamiento para evaluar la alineación entre el olvido y la retención en actualizaciones de modelos de lenguaje grandes (LLM). Se argumenta que la selectividad de los pesos es un mejor indicador de robustez que la distancia global. Se introduce el Poda Olvido-Retención (FRP) para mejorar la robustez del reaprendizaje basado en el principio de afectar pesos críticos para olvidar y preservar los críticos para retener.

Periodista: Yi Chen, Hanna Hsieh, Shuhong Liu, Chuanbo Hua, Zihan Ma, Kun Wang, Joo-Young Kim

Personas mencionadas

Aprovechamiento de habilidades de agentes: Patrones arquitectónicos y una arquitectura de referencia para agentes basados en habilidades

Se identifican patrones arquitectónicos y una arquitectura de referencia para el aprovechamiento de habilidades en agentes basados en LLM. Se revisaron 36 sistemas y 51 artículos académicos para derivar estos patrones. La arquitectura de referencia organiza las responsabilidades en cuatro capas y dos sustratos transversales para gestionar el suministro, la ejecución y la revisión de habilidades.

Periodista: Boming Xia, Liming Zhu, Zhenchang Xing, Qinghua Lu, Dino Sejdinovic, Xiwei Xu

Personas mencionadas

Estudio sobre el compromiso entre energía y precisión de los Modelos de Lenguaje Grande en tareas de respuesta a preguntas médicas

Se investiga el consumo de energía y la huella de carbono de los Modelos de Lenguaje Grande (LLMs) utilizados en sistemas de respuesta a preguntas médicas. El estudio demuestra cómo estimar el consumo de energía y las emisiones para modelos disponibles en el leaderboard OpenMedical-LLM. Se enfatiza la necesidad de evaluar el compromiso entre energía y precisión para seleccionar modelos más eficientes y sostenibles.

Periodista: Viju Sudhi, Giulio Billi, Andreea Scrob, Regina Stodden, Philipp Cimiano

Personas mencionadas

Las neuronas son todo lo que necesitas

Se propone NURESA, una nueva capa neuronal que introduce memoria intra-unidad persistente para permitir la transferencia de memoria entre instancias de modelos de IA. Este enfoque permite la transferencia de capacidad aprendida a cero *shot* sin reentrenamiento, mejorando la capacidad de los modelos transformadores. Los experimentos demuestran que este proceso es eficiente y produce archivos de transferencia significativamente más pequeños.

Periodista: Joseph B. Alzagatiti, Alain C. Glanzman, Perry A. Demsko, Pablo I. Salanova, David L. Glanzman

Personas mencionadas

Explorando el ajuste condicional local para la pertenencia al modelo de difusión

Se presenta una propuesta llamada LoFIT (Local Conditional Fit) para medir la respuesta inicial de la pérdida de desruido ante cambios en las predicciones condicionales en modelos de difusión. Esta métrica busca determinar si un ejemplo fue utilizado en el entrenamiento del modelo, siendo una herramienta para auditar el uso de datos. Los resultados indican que LoFIT mejora la discriminación de pertenencia en modelos ajustados y preentrenados.

Periodista: ByungHee Cha, Naoki Murata, Yuhta Takida, Jong Chul Ye, Yuki Mitsufuji

Personas mencionadas

PRIME: Enrutamiento Predictivo de Intervenciones Mediante Modelado de Efectos para la Ideación Científica

Se presenta PRIME, una capa de decisión de revisión para sistemas de LLM en ideación científica, diseñada para mejorar la iteración basada en retroalimentación. PRIME aborda el problema del desajuste diagnóstico-intervención, permitiendo construir intervenciones basadas en el modelado de efectos y la comparación de riesgos. Los resultados validan que PRIME mejora la calidad del sucesor y la fiabilidad del enrutamiento en comparación con las líneas base existentes.

Periodista: Fengxian Ji, Xie Yu, Zhexuan Cui, Yuke Li, Zirui Song, Fan Zhang, Qian Jiang, Jingpu Yang, Xiuying Chen, Preslav Nakov, Zhuohan Xie

SAMP: Priorización de Margen Autoadaptativa para Marcado de Agua de Difusión Robusto

Se presenta SAMP, un marco autoadaptativo para el marcado de agua en modelos de difusión, que ajusta la fuerza de incrustación y la prioridad de optimización de las dimensiones del marcado de agua. Este enfoque busca mejorar la robustez del marcado de agua al adaptar la fuerza de incrustación según la separación de códigos y priorizar dimensiones vulnerables a perturbaciones. Los resultados experimentales muestran mejoras significativas en la precisión de recuperación de información y en métricas como PSNR y LPIPS.

Periodista: Yuhao Xue, Jiuan Zhou, Yu Cheng, Zhaoxia Yin

Personas mencionadas

Las barreras de seguridad predictivas no siempre hacen a los agentes de LLM más seguros

Se investiga el *pipeline* de predicción a acción en agentes de LLM para evaluar barreras de seguridad predictivas. Los hallazgos indican que la mayor implicación de la predicción no garantiza ganancias de seguridad y puede aumentar el costo de inferencia. Además, las predicciones del modelo del mundo son insuficientemente fiables, lo que sugiere una brecha fundamental entre la previsión y la acción.

Periodista: Weixiang Zhao, Zhihao Liu, Guancheng Li, Yanyan Zhao, Bing Qin, Ting Liu

Personas mencionadas

Iteración de valor aproximada offline: Un enfoque de aprendizaje por refuerzo para el despliegue de constelaciones de satélites

Se presenta un enfoque basado en aprendizaje por refuerzo para optimizar el despliegue de constelaciones de satélites tipo Walker, considerando incertidumbres como fallos de lanzamiento y mal funcionamiento de satélites. El método utiliza iteración de valor aproximada offline para reducir los requisitos computacionales y de memoria al encontrar políticas de despliegue óptimas. Los resultados preliminares indican que los tiempos y costos de despliegue son inferiores a los de métodos basados en horizonte rodante.

Periodista: Tristan Leuridan (LGI), Yiping Fang (LGI), Adam Abdin (LGI)

Personas mencionadas

FOCUS: Retroalimentación de atención de bucle cerrado para una comprensión eficiente de lenguaje y visión

Se presenta FOCUS, un marco de tres capas sin entrenamiento diseñado para reducir las invocaciones de modelos de lenguaje-visión (VLM) al dirigir la atención hacia regiones semánticamente relevantes. Este método utiliza medidas de gating temporal para activar capturas solo cuando la escena cambia de manera significativa. Los resultados demuestran que FOCUS logra una alta precisión manteniendo la calidad del mejor *baseline* con una reducción significativa en las llamadas al VLM.

Periodista: Akul Santhosh, Aastha Jhunjhunwala

Personas mencionadas

Búsqueda neural para el descubrimiento semántico de software de código abierto

Se presenta MediaWiki Code2Code Search, un sistema de recuperación neuronal diseñado para el descubrimiento semántico de código a código en grandes ecosistemas de software. El sistema indexa 1.29 millones de entidades estructurales en más de 2,500 repositorios de MediaWiki, permitiendo la recuperación basada en la intención computacional. La evaluación demuestra mejoras significativas en la calidad de clasificación sobre la línea base BM25 en tareas complejas.

Periodista: Francesco Tosoni

Personas mencionadas

Hybrid++: El puente entre modelos PDE y aprendizaje profundo para la eliminación de ruido gamma

Se presenta Hybrid++, una arquitectura de reacción-difusión no lineal entrenable que busca combinar la interpretabilidad de los modelos basados en ecuaciones diferenciales parciales (PDE) con el rendimiento de los modelos de aprendizaje profundo. Esta arquitectura mejora significativamente los resultados en el benchmark FoE sobre métodos clásicos y se acerca al rendimiento de modelos de caja negra con un uso eficiente de parámetros.

Periodista: Mahipal Jetta, Sujato Dutta

Personas mencionadas

Aprendizaje haciendo: Compilación y curación autónoma de habilidades de agentes a partir de rastros verificados

Se presenta un servicio de producción llamado Zep Agent Skills que proporciona memoria procedimental a agentes LLM mediante la compilación y curación de habilidades a partir de rastros verificados. El sistema utiliza rastros de intentos verificados para crear habilidades versionadas, controlando su admisión y distribución. Se evalúa el rendimiento de estas habilidades en diversos benchmarks, mostrando mejoras significativas en la capacidad de ejecución de modelos más débiles.

Periodista: Daniel Chalef, Peter Evans, Pavlo Paliychuk, Mehul Patel, Preston Rasmussen, Jack Ryan

Personas mencionadas

Estudio de adaptación y reducción de dimensionalidad de representación en el reconocimiento de emociones del habla persa usando Whisper

Se investiga el uso de Whisper para el reconocimiento de emociones del habla (SER) en persa, enfocándose en la reducción de dimensionalidad de representación y la adaptación del modelo. Se propone un marco que utiliza PCA para reducir la dimensionalidad de las incrustaciones del codificador de Whisper, mejorando el rendimiento de reconocimiento de emociones. Los resultados indican que la reducción de dimensionalidad mejora el rendimiento, aunque el ajuste fino del ASR solo produce ganancias modestas.

Periodista: Ali Shendabadi, Parnia Izadirad, Mostafa Salehi

Personas mencionadas

Robustez adversaria del direccionamiento de activación en Modelos de Lenguaje Grandes

Se evaluó la robustez del direccionamiento de activación en Modelos de Lenguaje Grandes frente a perturbaciones adversarias en la entrada. Los resultados indican que la robustez direccional disminuye hasta un 64% y la confianza cae significativamente tras los ataques. Se concluye que la selección de capas es frágil y las estrategias actuales no son robustas para su implementación práctica.

Periodista: Kien Le, Thai Le

Personas mencionadas

Degeneración espectral de la auto-atención bajo geometría de puntuación isotrópica

Se estudia la estructura espectral de la matriz de auto-atención en modelos Transformer mediante un modelo espectral idealizado. El modelo reemplaza la orientación aleatoria de la matriz de puntuación por su representante singular canónico. Los resultados demuestran que el mapa softmax transforma esta estructura en una matriz de atención degenerada, preservando modos dominantes y concentrando los modos restantes en cero.

Periodista: Mengda Li, Jianfeng Yao

Personas mencionadas

Adaptación Regional Antropogénica en Modelos Multimodales Visión-Lenguaje

Se presenta la Adaptación Regional Antropogénica, un nuevo paradigma para optimizar la relevancia de los modelos visión-lenguaje a contextos regionales específicos manteniendo la generalización global. Se introduce el método GG-EZ, que utiliza filtrado de datos regionales y fusión de modelos para lograr esto. Los experimentos en Asia Sudoriental mostraron ganancias del 5 al 15% en relevancia cultural sin perder la mayor parte del rendimiento global.

Periodista: Samuel Cahyawijaya, Peerat Limkonchotiwat, Tack Hwa Wong, Hitesh Laxmichand Patel, Amit Agarwal, Manuel Antonio Rufino, Carlos Rafael Catalan, Muhammad Reza Qorib, Vicky Feliren, Holy Lovenia, Aye Hninn Khine, Frederikus Hudi, David Anugraha, Alham Fikri Aji, Romrawin Chumpu, Viet-Thanh Pham, Minghan Wang, Mohamed Fazli Imam, Ruochen Zhang, Joseph Marvin Imperial, Khumaisa Nur'aini, Do Xuan Long, Musa Izzanardi Wijanarko, Joel Ruben Antony Moniz, Patrick Amadeus Irawan, Hanif Muhammad Zhafran, Isaiah Flores, Salsabila Zahirah Pranida, Jun Kevin, Jostin Jerico Rosal, Patricia Nicole Monderin, Kun Kerdthaisong, Ahmad Mustafid, My Chiffon Nguyen, Natchapon Jongwiriyanurak, Siva Worajitwannakul, Haochen Li, Adrian Xuan Wei Lim, Bin Wang, Muhammad Ravi Shulthan Habibi, Lynnette Hui Xian Ng, Mithil Bangera, Yeshil Bangera, Priyaranjan Pattnayak, Dun Li Chan, Sherissa Caren Djuniwar, Cho Chan Myei Oo, Hee Ming Shan

¿Las presiones de influencia social mueven a los agentes de LLM? Evidencia de la auditoría delegada

Un estudio experimental evaluó si los agentes de modelos de lenguaje grande (LLM) responden a las presiones de influencia social, similar a los auditores humanos. Los resultados indican que los agentes de LLM ceden a la presión de superiores y colegas, pero no a la presión del CFO del cliente en la mayoría de los escenarios. Se concluye que los sistemas de soporte de decisiones basados en LLM deben diseñarse considerando estas diferencias con los agentes humanos.

Periodista: Richard Zhe Wang

Personas mencionadas

¿Qué mide una etiqueta de seguridad? Auditoría de puntos de referencia de seguridad situacional para LLMs multimodales

Se auditan puntos de referencia de seguridad situacional para modelos de lenguaje grandes multimodales (MLLMs) para determinar si clasifican correctamente escenas como seguras o inseguras. Se proponen métricas como la Tarjeta de Puntuación para evaluar la precisión de estos modelos. Los resultados sugieren que algunos modelos clasifican mejor de lo que indican sus propias etiquetas.

Periodista: Wayner Barrios, Kenneth Barrios

Personas mencionadas

Hacia una Internet de Agentes confiable y gobernable: Una perspectiva arquitectónica sobre protocolos, sistemas y servicios

El artículo examina el problema arquitectónico que surge al organizar las aplicaciones de modelos de lenguaje como flujos de trabajo de agentes multi-agente. Propone la Internet de Agentes (IoA) como una visión de computación de servicios donde los agentes son participantes gobernables. Detalla una progresión de tres capas que abarca desde el ecosistema actual hasta la autonomía confiable.

Periodista: Haoyi Xiong, Yi Liu, Jiang Bian, Peng Diao, Bin Zhu, Tingting Hu, Yi Wang, Sumi Helal

Personas mencionadas

Coordinación y comunicación multiagente descentralizada en bases de código compartidas

Se presenta ParallACT, una medida para tareas de codificación multiagente sin orquestador, que evalúa la coordinación y comunicación entre agentes que trabajan en bases de código compartidas. La investigación compara el rendimiento de un oráculo único frente a configuraciones multiagente con diferentes órdenes de ejecución y acceso a comunicación. Se concluye que la coordinación es un desafío central en escenarios donde los agentes tienen motivaciones independientes, y se identifican estrategias de coordinación efectivas y sus costos asociados.

Periodista: Rishabh Mediratta, Lingyun Xiao, Peter Stone, Joydeep Biswas, Elias Stengel-Eskin

Personas mencionadas