VESTA: Exploración Visual con Agentes de Herramientas Estadísticas
Descubre cómo VESTA equipa agentes de IA con herramientas visuales dinámicas para explorar y refinar modelos estadísticos con mayor precisión.
#exploración
Inferencia eficiente en tiempo de test para modelos de planificación generativa
Optimiza la inferencia en tiempo de prueba con el algoritmo OCL, mejorando eficiencia y calidad de soluciones en planificación generativa.
Diversidad sobre frecuencia: repensar uso de herramientas en agentes visuales
La diversidad en exploración supera a la frecuencia de uso de herramientas. Descubre el colapso y cómo la regularización de entropía mejora el razonamiento.
Exploración emergente en RL vía reintentos con gradiente de políticas
Descubre cómo ReMax y RePPO logran exploración emergente en RL optimizando políticas mediante reintentos. Resultados en MinAtar y Craftax.
Exploración eficiente para optimización iterativa de preferencias Nash
La exploración explícita clave para optimizar preferencias Nash en modelos de lenguaje: nuevo algoritmo logra mejor equilibrio y menor arrepentimiento.
SPADER: Recompensas de Exploración con Diversidad para QA Multi-Respuesta
SPADER utiliza aprendizaje por refuerzo con recompensas de exploración diversa para mejorar el recuerdo y F1 en QA multi-respuesta.
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!
Agente web automejorado mediante exploración cognitiva
SCALE permite a agentes web automejorar mediante exploración cognitiva, superando limitaciones en entornos dinámicos. Mejora el rendimiento de MLLMs.
Optimización post-entrenamiento de LLMs para decisiones con mínimo arrepentimiento
Mejora la toma de decisiones de los LLMs con Iterative RMFT: un método que minimiza el arrepentimiento y optimiza el equilibrio exploración-explotación.
Rompiendo las burbujas de información con sistemas de recomendación
Descubre cómo HERec, un nuevo marco hiperbólico, rompe las burbujas de información al equilibrar exploración y explotación, mejorando la diversidad en tus recomendaciones.
Muestreo inicial con temple paralelo para alineación de recompensas en inferencia
PATHS: temple paralelo para muestreo inicial en alineación de recompensas. Evita modas locales y explora regiones raras de alta recompensa en modelos generativos.
¿Son suficientes los LLMs como optimizadores de políticas en RL?
¿Cuándo son suficientes los LLMs como optimizadores de políticas en RL? PromptPO iguala o supera algoritmos clásicos. Conoce sus límites en control continuo.
Modelos pequeños: exploradores naturales para diversidad en GRPO
Descubre cómo los modelos pequeños mejoran la diversidad en GRPO y entrenan modelos grandes con mayor eficiencia. Aumenta el rendimiento en razonamiento matemático.
DUAL: Marco eficiente y consciente de incertidumbre para RL offline-online
Descubre el marco DUAL que optimiza el aprendizaje por refuerzo offline a online, mejorando el rendimiento mediante cuantificación de incertidumbre.
Sophrosyne: Moderación para la exploración agentiva de datos relacionales
Agentes Text2SQL sobreexploran API y generan consultas inexactas. Sophrosyne introduce directivas que reducen sobreexploración 4.6x y mejoran precisión 12.4%.
Feeble Little Horse se adentra en la rareza digital en bitknot
Feeble Little Horse explora la rareza digital en bitknot. Descubre cómo el grupo indaga en lo único y tecnológico del arte digital.
Tendencias en IA e Interacción Humano-IA en Ensayos Clínicos -- Una Exploración Híbrida Humano-IA
Explora las tendencias en IA e interacción humano-IA: un enfoque híbrido que revoluciona los ensayos clínicos.
UI-KOBE: Exploración de Comportamiento Orientada al Conocimiento para Agentes GUI Ligeros Guiados por Gráficos
Exploración de comportamiento guiada por conocimiento para agentes GUI ligeros. Mejora la navegación y eficiencia en interfaces gráficas.
Planificación con las Vistas mediante la Autoexploración de la Escena
Planificación con Vistas mediante Autoexploración de Escena. Aprende a planificar vistas de forma eficiente explorando automáticamente la escena para optimizar resultados.
SAAS: Aprendizaje por Refuerzo Autoconsciente para la Mitigación de la Búsqueda Excesiva en la Búsqueda Agentiva
SAAS aprendizaje autoconsciente para mitigar búsqueda excesiva en búsqueda agentiva. Descubre cómo optimiza la eficiencia en sistemas inteligentes.