Sintetizar y Recompensar: Aprendizaje por Refuerzo para Herramientas Multi-Paso
Descubre PROVE: recompensas programáticas para mejorar el uso de herramientas multi-paso en LLMs. Resultados en BFCL, tau2-bench y T-Eval.
#entorno
El primer día del agente: Evaluando aprendizaje, exploración y planificación
Descubre EvoEnv, el nuevo benchmark que evalúa a los agentes IA en entornos laborales dinámicos: planificación, exploración y aprendizaje continuo.
Aprendizaje por refuerzo robusto con currículo para UAV en entornos hostiles
Novedoso aprendizaje por refuerzo robusto con currículo adaptativo protege UAV contra suplantación GNSS, logrando 100% éxito.
AirDreamer: Navegación de drones con modelos del mundo
AirDreamer: navegación de drones con modelos del mundo. Logra un 5.3% más de éxito en entornos desconocidos. Transferencia sim-to-real sin ajustes.
Detén las fugas de secretos: cómo EnvGuard detecta API keys en tus archivos .env
Descubre cómo EnvGuard detecta API keys y secretos en tus .env antes de subirlos a GitHub. Escanea, valida y protege tu código. ¡Instálalo ahora!
Scripts de npm que probablemente no usas (pero deberías)
Descubre los scripts de npm más potentes que probablemente ignoras: hooks, ejecución paralela, cross-env y más. Optimiza tu flujo.
HUNT: Navegación y seguimiento de drones a alta velocidad en entornos complejos
Descubre HUNT, el sistema que permite a drones navegar a alta velocidad y seguir objetivos en entornos sin GPS ni estructuras. Ideal para búsqueda y rescate.
Detección contextual de habla para niños en grabaciones largas
Detección contextual de habla infantil en grabaciones largas: modelos auto-supervisados logran +13.8% F1, superando a sistemas basados en reglas en múltiples idiomas.
SEArch: Selección optimista de políticas para búsqueda con radar UAV
SEArch reduce hasta un 30% el regret en búsqueda con radar UAV seleccionando dinámicamente la mejor política entre ruido y deriva.
Receta simple: Modelos VLA, aprendices continuos naturales con RL
El fine-tuning secuencial con LoRA vence a métodos CRL complejos en modelos VLA: alta plasticidad, sin olvido catastrófico.
ShelfAware: Localización Semántica en Tiempo Real para Entornos Cuasi-Estáticos
ShelfAware logra localización global robusta en entornos dinámicos con sensores de bajo costo y un filtro de partículas semántico. Ideal para robots móviles.
Modernización de aplicaciones heredadas en la hoja de ruta de innovación
Descubre cómo modernizar aplicaciones heredadas acelera tu hoja de ruta de innovación: reduce costos, integra IA, IoT y sandboxes.
SceneSmith: generación de escenas interiores realistas para simulación con IA
SceneSmith: genera escenas interiores realistas con IA para simulación robótica. Hasta 6x más objetos, <2% colisiones, 96% estables.
Evaluación de generalización en RL mediante certificados
Descubre cómo los certificados neurales validan la generalización de algoritmos de RL en entornos continuos, correlacionando violaciones con éxito en tareas no vistas.
Aprendizaje Conjunto de Memoria y Exploración con Señales de Novedad
Descubre JAMEL: entrena memoria y exploración con señales de novedad. Supera a modelos abiertos y reduce tokens. ¡Más info!
TRON: Entornos Verificables en Línea para Razonamiento Visual con RL
TRON genera instancias verificables bajo demanda para entrenar modelos de razonamiento visual con RL, mejorando benchmarks multimodales.
SMH-Bench: Evaluando el razonamiento de LLM en hogares inteligentes
SMH-Bench evalúa agentes LLM en hogares inteligentes con 1100 tareas. ¿Son capaces de razonar y automatizar? Descúbrelo.
MCP-Persona: Benchmark para agentes LLM en apps personales
Nuevo benchmark MCP-Persona para evaluar agentes LLM en apps personales reales como Reddit y Slack. Simulación de entornos para mejorar su rendimiento.
ClinEnv: Entorno EHR interactivo multi-etapa para agentes
ClinEnv evalúa LLMs como médicos en un EHR interactivo. Mide decisiones y proceso: el diagnóstico es más fiable que las acciones (0.51 vs 0.17 F1).
Sustituir Excel por apps personalizadas en la nube
Sustituye Excel por una app personalizada en la nube: adiós a errores, versiones caóticas y actualizaciones manuales. Escalabilidad, integración y seguridad con Q2BSTUDIO.