Garantía pre-despliegue agentes IA empresarial con ontología
Descubre cómo la simulación ontológica y certificación de confianza aseguran agentes IA empresarial antes del despliegue en sectores regulados.
#agente
SMAC-Talk: Extensión en lenguaje natural del desafío multiagente de StarCraft para LLMs
Descubre cómo SMAC-Talk extiende el desafío multiagente de StarCraft con un canal de comunicación en lenguaje natural para evaluar agentes LLM, incluyendo escenarios de engaño.
Consenso insuficiente: desacuerdo en trazas de razonamiento como señal
El consenso no basta. El desacuerdo en trazas de razonamiento es una señal valiosa para la representación del conocimiento en sistemas multiagente. Aplícalo en moderación de contenido.
¿Pueden los agentes generalistas automatizar la curación de datos?
Agentes generalistas automatizan la curación de datos: nuevo benchmark Curation-Bench muestra que superan métodos publicados con 10% del presupuesto.
Trampa de saturación: fallo de disparadores afectivos y LLM en agentes autónomos
Descubre por qué los disparadores afectivos y LLM fallan en agentes autónomos. La trampa de saturación y subjetividad revelan baja fiabilidad.
Sistemas de memoria agénticos: generalidad entre escenarios y baseline
AutoMEM: sistema de memoria autogestionada para agentes LLM con mejor generalidad entre escenarios gracias al control activo de almacenamiento y recuperación.
Aprendizaje online de habilidades con recuperación dinámica basada en estado
SGDR revoluciona el aprendizaje de habilidades en agentes web: recuperación dinámica basada en estado mejora un 10% la tasa de éxito en WebArena. ¡Conoce los detalles!
Desafío del meta-agente: ¿Pueden los agentes actuales ser autónomos?
Descubre el Meta-Agent Challenge (MAC): un benchmark que prueba si los agentes de IA pueden auto-desarrollarse. Resultados sorprendentes y riesgos.
AgentJet: Marco de entrenamiento enjambre para RL agentivo
AgentJet: marco enjambre para RL agentivo. Entrena agentes heterogéneos con tolerancia a fallos, edición en vivo y acelera 10x. Ideal para investigadores.
BioManus: agente biomédico con planificación basada en grafos MCP
Descubre BioManus, el agente biomédico que usa grafos MCP para planificar flujos de trabajo complejos, superando la confusión de herramientas y mejorando la eficiencia.
Escalando Agentes Auto-Evolutivos con Memoria Paramétrica
Marco TMEM: agentes IA auto-evolutivos con memoria paramétrica y LoRA. Aprenden de la experiencia, mejorando su comportamiento sin reinicios.
Neetyabhas: marco para políticas públicas con incertidumbre en modelos de agente
Descubre cómo Neetyabhas optimiza políticas públicas con incertidumbre y comportamiento. Un enfoque basado en IA.
Planifica primero, juzga después: DMAIC para detección de anomalías industriales
Descubre el novedoso sistema DMAIC-IAD que mejora un 37.76% la detección de anomalías industriales usando agentes LLM.
Parthenon Law: Marco de agente legal auto-evolutivo
Descubre Parthenon: marco de agente legal auto-evolutivo que mejora el rendimiento de IA en tareas legales mediante aprendizaje continuo sin modificar pesos.
MIRAGE: Agentes móviles con razonamiento implícito y modelos generativos
MIRAGE permite a agentes móviles razonar internamente sin largas cadenas, reduciendo tokens hasta un 75% y mejorando precisión en interfaces.
Fog of Love: Agentes virtuosos con aprendizaje por refuerzo basado en afinidad
Descubre cómo la afinidad localizada mejora el aprendizaje por refuerzo para crear agentes de IA virtuosos en el juego Fog of Love. Resultados superiores.
Formalización arbórea de la complementariedad en interacciones humano-IA
Descubre cómo la formalización arbórea de la complementariedad humano-IA revela que la sinergia es posible en regresión, pero no en clasificación. Claves para el diseño de IA.
AIP: Grafos para aprender y gobernar habilidades
Descubre AIP: un protocolo que convierte habilidades de agentes en grafos. Mejora fiabilidad, facilita edición y aumenta rendimiento de IA.
AutoLab: ¿Pueden los modelos frontier resolver tareas a largo plazo?
Descubre cómo AutoLab evalúa la capacidad de los modelos frontier en tareas de optimización a largo plazo mediante iteración y feedback. ¿Qué modelo persistirá?
Posición: El aprendizaje por refuerzo desplegado debe ser continuo
¿Por qué los agentes de RL desplegados deben aprender continuamente? Descubre las razones y ventajas frente al modelo entrenar-luego-arreglar.