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.
#espacial
Búsqueda geoespacial: más allá del SIG tradicional
El 18% de las búsquedas web son geoespaciales. Nuevo estudio revela que la mayoría escapa a los SIG tradicionales. Conoce la taxonomía de 88 categorías.
MechVQA: Evaluando LLMs multimodales en dibujos mecánicos
MechVQA: el primer dataset completo para evaluar LLMs multimodales en dibujos mecánicos. Supera a modelos cerrados con un 7.57% de precisión extra.
SpatialAct: Probando el razonamiento-acción espacial de VLMs
Los VLMs son buenos en razonamiento espacial pero fallan en interacciones multiturno. SpatialAct revela la brecha entre percepción y acción en 3D.
ERGeoBench: Benchmark de geolocalización encarnada en MLLMs
ERGeoBench evalúa la geolocalización encarnada de modelos multimodales usando razonamiento espacial y percepción visual. Descubre sus limitaciones.
Cohetes que explotan y precios de hardware que se disparan conforman una pésima nueva normalidad
<meta name=description content=Explosión de cohetes y precios descontrolados marcan la nueva normalidad. Analizamos las causas y consecuencias de esta crisis actual.>