Modelos causales centrados en objetos para planificación con MCTS
Descubre COMET, un algoritmo que combina modelos centrados en objetos y MCTS para planificación eficiente. Supera a métodos tradicionales en entornos visuales complejos.
#comet
Modelos Causales Centrados en Objetos para Planificación con MCTS
COMET combina codificador objeto-céntrico y transformer para planificar en espacio latente con búsqueda Monte Carlo, superando a baselines en tareas visuales y robóticas.
Reevaluación psicométrica de LLMs: autoinformes y comportamiento
Descubre cuándo autoinformes de LLMs predicen su comportamiento. Estudio revela que Teoría del Comportamiento Planificado supera al Big Five en coherencia.
Instrumento psicométrico nativo de LLM no predice comportamiento de modelos
Un estudio con 25 modelos de lenguaje revela que sus autoevaluaciones no coinciden con su comportamiento. Descubre por qué es un riesgo para la IA.
Aprendizaje bajo modelos competidores: diagnóstico cognitivo conjunto vs secuencial
¿Modelo conjunto o secuencial? El método elegido puede alterar conclusiones sobre progreso lector. Estudio revela cuándo es más fiable el análisis conjunto.
Psicometría en SLMs: artefactos de prompt, no constructos psicológicos
Descubre por qué los SLMs miden artefactos de prompt, no rasgos psicológicos. Un estudio revela cómo los sesgos de cumplimiento dominan las evaluaciones.
GenPT: Más allá del autoinforme para psicometría de LLM
Descubre GenPT, un innovador método de psicometría para LLM que evita sesgos de autoinforme mediante pruebas proyectivas generativas. Mayor fiabilidad y sensibilidad contextual.