Estabilidad vs. Manipulabilidad: Robustez en Jueces de IA
¿Son confiables los jueces de IA? Este estudio revela que aunque estables, pueden revertirse con desafíos posteriores, afectando rankings y preferencias humanas.
#interacción
Estabilidad vs. Manipulabilidad: Evaluando Robustez en Jueces LLM
Los jueces LLM son estables en reevaluaciones neutrales, pero vulnerables a retos dirigidos. El ERS mide su robustez interaccional. Conoce sus implicaciones.
Memoria reconstruida, no recuperada: Memoria gráfica para agentes LLM
Descubre cómo MRAgent revoluciona la memoria de agentes LLM con un grafo asociativo y reconstrucción activa, mejorando el razonamiento en interacciones largas.
Sistemas auto-evolutivos: el rol de la interacción humano-agente
Descubre cómo el marco ANCHOR utiliza supervisión humana para estabilizar agentes auto-evolutivos, previniendo degradación sin afectar rendimiento.
ALMANAC: Dataset de modelos mentales para colaboración de agentes
Descubre ALMANAC, el primer dataset con anotaciones de modelos mentales para mejorar la colaboración entre humanos y agentes de IA. ¡Mejora tus agentes ahora!
Modelo de persuasión humana multi-turno con trazado de creencias
Descubre cómo PERSUASIONTRACE modela la persuasión humana en diálogos multi-turno con IA, evaluando dinámicas de creencias y fidelidad de simulaciones.
Modelo de persuasión multironda con rastreo probabilístico de creencias
Descubre PERSUASIONTRACE, un marco para analizar cómo los LLM persuaden en diálogos multironda. Un modelo bayesiano de rastreo de creencias revela la dinámica de la persuasión.
El rol de la guía instruccional en el aprendizaje asistido por IA generativa
Descubre cómo una guía instruccional de cinco pasos mejora el rendimiento en tareas de razonamiento con IA generativa. Estudio controlado en ingeniería.
Aprovechando el contexto estructural para la alineación de entidades
ContextEA mejora la alineación de entidades en grafos de conocimiento aprovechando el contexto estructural. Resultados superiores.
Partición causal preregistrada de elicitación y diseño de recompensas en RLVR
Investigación revela que el estimador ingenuo en RLVR mezcla elicitación y diseño de recompensas. Un nuevo método de partición causal permite auditar resultados.
Adaptación zero-shot y one-shot de SLMs en interacción líder-seguidor
SLMs ajustados con zero-shot logran 86.66% de precisión en roles líder-seguidor, superando a prompts. Ideal para computación edge.
ZeroWBC: Interacción humanoide natural desde datos egocéntricos
Descubre cómo ZeroWBC permite a humanoides interactuar de forma natural sin teleoperación, aprendiendo de videos egocéntricos.
Aprendizaje por refuerzo superior con interacción humano-IA
Descubre cómo la interacción humano-IA crea una super-política que supera al aprendizaje por refuerzo tradicional, incluso con confusión.
ContactExplorer: Exploración con cobertura de contacto para manipulación diestra
Descubre ContactExplorer, un método que usa cobertura de contacto para guiar la exploración en manipulación diestra, mejorando eficiencia y tasa de éxito en tareas complejas.
Aprendiendo mientras actúan: co-evolución para agentes de aprendizaje continuo
Descubre LifeSkill, un marco de co-evolución que mejora habilidades en agentes de IA durante la inferencia. Aumenta un 7% el rendimiento en tareas largas.
Clarificación consciente de incertidumbre en agentes LLM
Aumenta un 3.7% la eficacia de agentes LLM con clarificación inteligente. Solo 0.3 interacciones extra. Optimiza tareas y reduce errores.
Trayectorias de interacción efectivas para entrenar agentes terminales
Descubre por qué los agentes de IA más débiles pueden ser mejores maestros. Las trayectorias guiadas por el entorno logran eficiencia de datos excepcional.
Aprendizaje bayesiano disperso para núcleos de interacción Motsch-Tadmor
Aprende cómo un algoritmo SBL estima núcleos de interacción en el modelo Motsch-Tadmor, cuantificando incertidumbre a partir de datos de trayectoria.
CoMPAS3D: Dataset y Benchmark para Movimiento Interactivo en Robótica Social
Descubre CoMPAS3D, el dataset de captura de movimiento de salsa que permite evaluar robots humanoides en interacciones sociales con métricas objetivas.
Elicitación de Preferencias Causales
Descubre cómo la elicitación causal de preferencias acelera el descubrimiento causal con consultas activas a expertos. Un enfoque bayesiano para concentrar la posterior sobre DAGs.