Aprendizaje Jerárquico Alineado a Capacidades para LLMs con Herramientas
Aprende cómo CAHL alinea planificador y ejecutor en LLMs con herramientas, mejorando el rendimiento en tareas complejas.
#reinforcement learning
Variación de rendimiento en aprendizaje por refuerzo profundo
Descubre cómo la variación de rendimiento entre ejecuciones afecta a los algoritmos de RL y nuevas métricas basadas en percentiles para evaluarla.
Variación de rendimiento en deep reinforcement learning
Descubre cómo la variación de rendimiento afecta a algoritmos de deep RL y nuevas métricas percentiles para evaluarla. Casos con PPO, SAC, DQN y más.
Sesgo de Pico Mediado por Trazas en RL
El Sesgo de Pico por Trazas (TMPB) distorsiona la valoración en RL profundo. La optimización adaptativa lo corrige. Implicaciones para IA y neurociencia.