Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
No encontramos noticias relacionadas por su significado.
Noticias encontradas
Coincidencias en título, descripción, resumen, tags, personas o periodista.
2 resultados para «Peter Stone»
Más recientes primero · Hasta 30 noticias por página
arXiv Computer Science AICoordinación 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.
Hugging Face BlogCómo funciona el aprendizaje por refuerzo con retroalimentación humana (RLHF) en los modelos de lenguaje
El artículo explica el Aprendizaje por Refuerzo a partir de Retroalimentación Humana (RLHF), técnica que permite alinear modelos de lenguaje con valores humanos mediante tres etapas: preentrenamiento del modelo, entrenamiento de un modelo de recompensa con preferencias humanas y ajuste fino con aprendizaje por refuerzo (PPO). Detalla cómo OpenAI, Anthropic y DeepMind aplicaron el método en modelos como InstructGPT, Gopher y ChatGPT, y describe herramientas de código abierto como TRL, TRLX y RL4LMs. Señala limitaciones como el alto costo de la anotación humana, el desacuerdo entre anotadores y el riesgo de que los modelos generen texto dañino o inexacto.