WISE: Un Agente de Largo Plazo en Minecraft con Razonamiento Por Qué-Cuál
Descubre WISE, un agente en Minecraft que usa razonamiento causal para optimizar tareas de largo plazo. Mejora eficiencia y adaptabilidad. ¡Lee más!
#horizonte
Destilación de Crédito Guiada por Hermanos para Agentes Tool-Use
SGCD mejora la asignación de crédito en agentes tool-use con destilación guiada por hermanos, superando a GRPO en AppWorld y τ3-airline.
EA-WM: Modelos Mundiales Conscientes de Eventos para Largo Plazo
Descubre cómo EA-WM integra verificación de eventos en modelos del mundo para una manipulación robótica más precisa y segura en tareas de largo horizonte.
MiDiGap: La asombrosa eficacia de los procesos gaussianos discretos
MiDiGap aprende políticas robóticas desde solo 5 demostraciones con cámara. Logra evitar obstáculos, transferir entre robots y mejorar éxito un 76% en RLBench.
PBSD: Destilación Bayesiana Privilegiada para Crédito en Horizonte Largo
Descubre cómo PBSD asigna crédito granular en tareas de largo plazo con auto-destilación bayesiana, mejorando el aprendizaje con recompensas dispersas.
AEGIS: Un Reflejo de Respaldo para IA Física
AEGIS detecta fallos en robots antes de que ocurran y activa una política más fuerte solo en pasos críticos. Ahorra recursos y mejora el éxito.
Piensa rápido: Estimando horizontes temporales de IA sin CoT
Modelos de IA de frontera razonan sin cadena de pensamiento. Su horizonte temporal se duplica cada año. ¡Podría superar los 7 minutos en 2028!
ChronoForest: Planificación de rutas con difusión y múltiples árboles
ChronoForest utiliza difusión y árboles múltiples para planificar rutas largas, alcanzando 99.8% de éxito en búsqueda de puentes y composición.
CF-JEPA: Predicción hacia adelante sin máscara para series temporales
CF-JEPA: método sin máscara que reduce un 27% el error de pronóstico. Supera a otros en clasificación y detección de anomalías.
Chunking the Critic: SAC con Transformer y retornos N-paso
Descubre cómo un crítico con Transformer y retornos N-paso mejora el SAC en tareas de horizonte largo y recompensas dispersas, superando métodos estándar.
Memoria como gestión de estado para agentes de largo plazo
Descubre MAGE, un sistema de gestión activa de estado que mejora el éxito de agentes IA en tareas largas hasta un 20% y reduce el consumo de tokens en un 55%.
Descuento asimétrico en GRPO para RL eficiente
SA-AH-GRPO reduce la varianza un 3.6x y mejora la precisión en razonamiento matemático con descuento asimétrico por token. Resultados en GSM8K con Qwen.
Crédito denso insuficiente: Optimización calibrada por evidencia para agentes LLM
ECPO calibra el crédito de acciones intermedias en agentes LLM, mejorando el rendimiento en ALFWorld y WebShop hasta un 7% con solo 0.1% de sobrecarga.
El Horizonte de Responsabilidad: Teorema de Imposibilidad en Colectivos HumanoIA
¿Sabías que existe un límite matemático para la responsabilidad en sistemas de IA? Este teorema de imposibilidad revela el horizonte de accountability en colectivos humano-agente.
Algoritmos basados en medias: cota inferior y regret
Descubre la primera cota inferior para algoritmos basados en medias en bandidos con horizonte desconocido. Nuevos algoritmos competitivos y su relación con no-regret.
Persistencia de subobjetivos en razonamiento latente jerárquico
Descubre cómo la persistencia moderada de subobjetivos (periodos de 3 a 6 pasos) mejora el razonamiento latente jerárquico.
Estrategia Minimax Óptima para Observaciones Retrasadas en Aprendizaje por Refuerzo Online
Descubre la estrategia Minimax óptima para RL con observaciones retrasadas. Logra cotas de arrepentimiento ajustadas en MDPs tabulares.
Apuestas adaptativas para pruebas con horizonte temporal
Descubre cómo un agente DQN aprende a apostar óptimamente en pruebas con horizonte, superando a métodos clásicos. Optimiza tus pruebas.
InftyThink+: Razonamiento eficiente en horizonte infinito con RL
Optimiza el razonamiento infinito-horizonte con InftyThink+ usando RL. Mejora precisión y eficiencia, superando limitaciones del chain-of-thought.
Uso de computación multi-agente
Descubre cómo los sistemas multi-agente mejoran el rendimiento en tareas complejas de navegación web y escritorio, superando a los agentes individuales en un 25%.