MetaEvo: Metaoptimización para la evolución de agentes con experiencia
MetaEvo permite a los agentes de IA mejorar su razonamiento aprendiendo de la experiencia mediante metaoptimización. Dos fases para una evolución continua.
#razonamiento
CrowdMath: Conjunto de datos de discusiones matemáticas colaborativas
Descubre CrowdMath, un dataset de discusiones matemáticas colaborativas que revela la brecha de la IA en razonamiento científico.
Selección de evidencia con optimización cuántica para razonamiento legal
EP-HUBO usa optimización cuántica para seleccionar la mejor evidencia en razonamiento legal, superando el voto mayoritario y preservando hipótesis correctas.
Enseñar el método, no la respuesta: Destilación privilegiada multimodal
Descubre cómo PTD-PO optimiza políticas multimodales sin revelar respuestas, mejorando el razonamiento complejo.
DyCon: Control Dinámico del Razonamiento con Modelado de Dificultad Evolutiva
Descubre cómo DyCon reduce el sobrepensamiento en modelos de razonamiento grandes sin perder precisión, adaptándose dinámicamente a la dificultad.
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!
DuMate-DeepResearch: Sistema multiagente con búsqueda recursiva y rúbricas
Descubre DuMate-DeepResearch, un sistema multiagente auditable con búsqueda recursiva y razonamiento por rúbricas que logra el mejor rendimiento en deep research.
Actúa como un investigador real: benchmarks para LLMs y agentes
Descubre AARRI-Bench, el benchmark que mide si los agentes de IA pueden pensar como investigadores humanos. El mejor modelo solo alcanza un 68.3% de éxito.
Colaboración multiagente: ¿cuándo ayuda? Perspectiva de entropía
La perspectiva de entropía revela cuándo colaborar: un solo agente supera al sistema multiagente en el 43% de los casos. Entropy Judger mejora la precisión.
Firmas de errores de razonamiento en modelos de lenguaje
Identifica fallos en modelos de lenguaje mediante firmas a nivel de token: errores comprometidos y persistentes. Aprende a mejorar la detección y autocoherencia.
CAF-Gen: Sistema multiagente para enriquecer estructuras argumentativas
CAF-Gen: sistema multiagente que enriquece argumentos mediante colaboración creador-revisor. Supera limitaciones de un solo paso y mejora el modelado argumentativo.
Piensa como un piloto: navegación UAV de largo horizonte y grano fino
Descubre FLIGHT VLA: la arquitectura asíncrona que permite a los drones razonar y controlar su vuelo con precisión fina.
Caracterizar y luego destilar: razonamiento mecanicista en grandes espacios
Aprende cómo los modelos de razonamiento seleccionan entre millones de etiquetas usando una estrategia de destilación mecanicista en dos fases.
TRUE: Marco confiable unificado para explicar el razonamiento de LLM
Descubre TRUE: un marco que unifica verificación ejecutable, diagramas DAG de regiones factibles y análisis causal de fallos para hacer el razonamiento de los LLM más interpretable y confiable.
Razonamiento estable, respuestas inestables: clave contra el engaño en LLM
Descubre cómo la asimetría de estabilidad entre el razonamiento interno y las respuestas externas revela el engaño en LLMs, y cómo una nueva regularización lo mitiga sin perder capacidad.
MCERF: Evaluación multimodal de LLM con recuperación mejorada para ingeniería
MCERF logra un +41% de precisión en evaluación de documentos de ingeniería con recuperación multimodal. Descubre el nuevo marco.
¿Saltar una capa o repetirla? Aprendiendo programas de capas en LLMs
Descubre cómo los LLMs pueden ejecutar programas dinámicos de capas, saltando o repitiendo, para mejorar precisión y eficiencia en razonamiento matemático.
TALAN: Adaptación Latente Alineada a Tareas para Post-Entrenamiento de LLMs
TALAN mejora el post-entrenamiento de LLMs: razonamiento y código sin perder fortalezas. Solo 1% parámetros extra. ¡Descubre!
RASFT: Ajuste Fino Adaptativo con Rollout para Razonamiento
Descubre RASFT, un nuevo método de fine-tuning que combina supervisión experta con rollouts adaptativos para mejorar el razonamiento en modelos de lenguaje. Res
Modelado de Mundo Agentico para 6G: Razonamiento Generativo en Tiempo Casi Real
El modelado de mundo agéntico revoluciona el control de redes 6G, simulando escenarios futuros en tiempo casi real con mayor precisión y velocidad.