Saber Preguntar: Clarificación Autogestionada en Agentes Jerárquicos
Un nuevo método permite a los agentes de IA decidir cuándo pedir clarificación, aumentando hasta 16% la exactitud en taxonomías de 30,000 nodos.
#agentes de lenguaje
Memoria espacial y oclusión: prueba para agentes de lenguaje
La oclusión demuestra que la geometría potencia la memoria espacial en agentes de lenguaje. Estudio revela mejora del 32% frente al enfoque lineal. ¡Lee más!
Aprendiendo a retener: optimización segura de memoria para IA
El nuevo marco OSL-MR optimiza la retención de memoria en agentes de lenguaje, superando heurísticas y mejorando precisión con presupuestos ajustados.
Agente Árbitro: Detectando Desalineación Emergente en Conversaciones
El Agente Árbitro monitoriza conversaciones multi-agente para detectar desalineaciones emergentes con presupuesto limitado. Mejora la seguridad.
AdaMEM: Memoria Adaptativa en Tiempo de Prueba para Agentes de Lenguaje
AdaMEM: memoria adaptativa durante la inferencia para agentes de lenguaje. Mejora rendimiento hasta 13% en tareas complejas. ¡Descúbrelo!
De Hackeos de Recompensa a Estados de Riesgo: Monitoreo Contextual en Agentes
Aprende cómo la calibración por contexto y la entropía mejoran la detección de riesgos en agentes LLM frente a hackeos de recompensa.
ArcANE: ¿Los agentes de rol actúan según su arco narrativo?
ArcANE evalúa si los agentes de rol mantienen la coherencia psicológica según el arco narrativo, en situaciones nuevas. Mejora tus modelos con este benchmark.
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!
RGMem: Memoria evolutiva inspirada en renormalización para agentes
RGMem: memoria evolutiva multiescala para agentes conversacionales. Aprende de interacciones pasadas, se adapta a preferencias y supera límites de contexto.
PieArena: Ranking y Perfil de Agentes de Lenguaje en Negociaciones Realistas
PieArena mide la capacidad de negociación de los LLMs en escenarios reales. GPT-5 iguala o supera a humanos en este benchmark.
Co-Entrenamiento de Políticas y Modelado del Mundo para Agentes de Lenguaje
Descubre PaW: co-entrenamiento de políticas y modelado del mundo para agentes de lenguaje. Mejora el aprendizaje por refuerzo sin modificar la inferencia.
AGENTCL: Evaluación rigurosa del aprendizaje continuo en agentes
Descubre AGENTCL, un marco para evaluar cómo los agentes de IA acumulan experiencia y mejoran en tareas. Aprende sobre transferencia de aprendizaje y diseño de memoria.
Evaluación conductual y representacional de agentes de lenguaje con objetivos
Evaluamos la direccionalidad a objetivos en agentes de lenguaje con análisis conductual y representacional. Descubre cómo entender su comportamiento.