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.
#razonamiento
Cerrando el bucle del razonamiento latente con reconstrucción en tiempo de prueba
Descubre cómo ReLAT cierra el bucle del razonamiento latente usando reconstrucción en tiempo de prueba, mejorando precisión en matemáticas un 73.3% en AIME 2024
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!
Benchmark Agent: evalúa todo, en todas partes, a la vez
Descubre Benchmark Agent, un sistema autónomo que crea benchmarks de alta calidad para evaluar LLMs y MLLMs sin intervención humana. Ideal para investigación.
Agente de IA personal para responder preguntas de tu carrete fotográfico
¿Puede una IA entender tu carrete de fotos? Conoce camroll-agent, un asistente que responde preguntas visuales personales con memoria jerárquica. Dataset de 50 usuarios.
LoRi: Destilación de Bajo Rango para Razonamiento Implícito
Descubre LoRi: destilación de bajo rango que mejora el razonamiento implícito en LLMs, acercándose a cadenas de pensamiento explícitas.
CoT-Space: Un marco teórico para el pensamiento lento interno mediante RL
CoT-Space explica el escalado interno del pensamiento lento en IA. Aprende cómo el aprendizaje por refuerzo optimiza las trayectorias de razonamiento en LLMs.
ReTreVal: Razonamiento en Árbol con Validación y Memoria entre Problemas
ReTreVal permite a LLMs aprender entre problemas durante la inferencia, mejorando el razonamiento sin ajuste fino. Logra 85.8% en MATH-500 y 54.4% en MMLU-Pro.
Drive-KD: Destilación multi-profesor para VLMs en conducción autónoma
Drive-KD destila conocimiento multi-profesor para VLMs en conducción autónoma: menor uso de GPU, mayor throughput y rendimiento superior en planificación.
Rompiendo la cadena: fidelidad causal de LLM a estructuras intermedias
Descubre cómo los LLM son aparentemente fieles a sus estructuras intermedias, pero fallan al ser intervenidos. Análisis causal revela fragilidad.
InfoDensity: Recompensando trazas densas en información
Descubre InfoDensity, un nuevo método de recompensa que optimiza el razonamiento de LLMs, reduciendo verbosidad y mejorando precisión y eficiencia.
Mejora de respuestas cardíacas en LLMs con recompensas de rúbrica y GRPO
GRPO y recompensas de rúbrica mejoran respuestas cardíacas en LLMs pequeños: precisión sube a 50.2%, compitiendo con modelos 8x mayores.
CLASH: Evaluación de modelos de lenguaje en dilemas de alto riesgo
Descubre CLASH, el benchmark que evalúa cómo los modelos de lenguaje enfrentan dilemas de alto riesgo con múltiples perspectivas. Resultados sorprendentes sobre el razonamiento moral de la IA.
MCBench: Benchmark de seguridad multicontexto para LLMs Omni
Descubre MCBench, el primer benchmark multicontexto que evalúa la seguridad de modelos de lenguaje omni (visión, audio y texto). Revela sus limitaciones en razonamiento multimodal.
Razonamiento multigranular para inferencia de lenguaje natural
Descubre MGRN, una red de razonamiento multigranular que mejora la inferencia de lenguaje natural imitando el proceso cognitivo humano. Resultados superiores en benchmarks.
A2RAG: Recuperación Adaptativa con Grafos para Razonamiento Confiable
A2RAG: marco adaptativo para recuperación con grafos que reduce costos y mejora precisión en preguntas complejas. +11% recall, 50% menos tokens.
OG-MAR: Alineamiento cultural de LLMs mediante ontología y multiagentes
OG-MAR alinea LLMs con valores culturales usando ontología y multiagentes. Mejora transparencia y precisión.
Agente de IA personal para VQA en galería de fotos
Un agente de IA personal responde preguntas visuales sobre tu galería. El dataset Camroll y agente Camroll-Agent con memoria jerárquica.
LoRi: Destilación de Bajo Rango para Razonamiento Implícito
Descubre LoRi, un método que utiliza destilación de bajo rango para mejorar el razonamiento implícito en modelos de lenguaje, superando a técnicas anteriores.
ReasoningFlow: Estructuras discursivas en trazas de LLM
ReasoningFlow revela patrones discursivos en trazas de LLM, mejorando la transparencia y el análisis del razonamiento automático.