Fundamentación teórica de detección OOD con optimizador RL
Nuevo enfoque teórico para detección OOD dinámica: un optimizador con RL reduce falsos positivos semánticos y mejora la generalización futura. Ideal para IA
#entornos dinámicos
Vinculación eficiente de habilidades con sLMs y refactorización de código
Descubre cómo RECENT logra grounding eficiente de habilidades en robots usando solo sLMs y refactorización de código, con rendimiento similar a LLMs.
Composición Adaptativa en Tiempo de Prueba para MLaaS en IoT
Optimiza tus servicios MLaaS con el marco de adaptación en tiempo de prueba. Reduce tiempos de cómputo en entornos IoT dinámicos. Más eficiencia.
Marco multigente para colaboración complementaria sensible al tiempo en Minecraft
Descubre cómo TickingCollabBench mide la colaboración de agentes de IA en tiempo real en Minecraft. Los LLMs fallan en entornos dinámicos.
Cristalización de Memoria Adaptativa en Agentes IA
Aprende cómo la Cristalización de Memoria Adaptativa (AMC) permite a agentes IA adquirir nuevas habilidades sin olvido, mejorando rendimiento y memoria.
HA-VLN 2.0: Benchmark abierto para navegación socialmente consciente
Nuevo benchmark HA-VLN 2.0 para navegación robótica con conciencia social. Datasets, simuladores y experimentos reales. ¡Descubre los resultados!