La IA superó a los humanos escribiendo cuentos, pero hubo un detalle inesperado: gustaron más cuando los lectores creían que eran de una persona La Vanguardia
Las sondas lineales detectan contexto corrupto en modelos de lenguaje con una precisión casi perfecta, pero esto no se traduce en una predicción confiable de fallas. El resultado es una disociación con implicaciones directas para el monitoreo del despliegue.
Los sistemas de IA agentes modernos combinan múltiples agentes de modelos de lenguaje grandes con habilidades heterogéneas; sin embargo, la mayoría de las arquitecturas fijan la comunicación por adelantado o permiten la transmisión completa. Ambos pueden ser ineficientes porque el costo de los tokens, la latencia, la redundancia y la propagación de errores aumentan con la cantidad de agentes activos y enlaces de comunicación.
A medida que los agentes de LLM pasan del apoyo a la toma de decisiones a la contratación autónoma, las empresas necesitan saber si los negociadores delegados crean valor, lo dividen de manera predecible y evitan contratos que generan pérdidas de dinero. Estudiamos esto en un problema canónico de negociación de la cadena de suministro: un comprador con información privada sobre la demanda negocia un contrato de pago de cantidad con un vendedor desinformado. Comparamos nueve LLM de OpenAI, Google y Alibaba con un equilibrio bayesiano perfecto validado en 9840 negociaciones de LLM a LLM.
La IA evaluativa (EAI) se ha propuesto recientemente como una forma de apoyar la toma de decisiones humana, no produciendo una única recomendación, sino presentando hipótesis contrapuestas junto con evidencia a favor y en contra de cada una.
El entrenamiento de modelos de aprendizaje profundo en secuencias largas variables plantea importantes desafíos computacionales. Los métodos existentes obligan a un difícil equilibrio entre eficiencia y facilidad de uso. Los enfoques simples utilizan configuraciones estáticas que provocan un desequilibrio en la carga de trabajo y una baja eficiencia, mientras que los métodos complejos introducen una complejidad significativa y cambios de código para nuevos modelos. Para romper con este compromiso, presentamos el paralelo centrado en datos (DCP). Su principio básico es dejar que los datos mismos impulsen el tiempo de ejecución.
La inferencia activa ha surgido como un marco de principios para modelar el comportamiento adaptativo al equilibrar la acción dirigida a objetivos con la reducción de la incertidumbre. Se ha aplicado con éxito en sistemas biológicos y artificiales, incluidos trabajos recientes sobre la conducción humana. Sin embargo, los modelos de inferencia activa de conducción existentes aún tienen que abordar un determinante importante del comportamiento en el tráfico: el estado afectivo, que influye significativamente en la toma de decisiones.
SHACL es una tecnología central para validar la conformidad de los gráficos de conocimiento (KG) RDF. Sin embargo, la creación de formas SHACL requiere experiencia técnica de la que carecen la mayoría de los expertos en el campo. Traducir los requisitos del lenguaje natural a SHACL (NL2SHACL) reduciría esta barrera. Sin embargo, no existe un punto de referencia dedicado para NL2SHACL, y la evaluación de las formas generadas requiere métodos más allá de la comparación de cadenas, ya que las formas semánticamente equivalentes pueden diferir en serialización y estructura.
Los ciclos de investigación autónomos impulsados por grandes modelos de lenguaje pueden ejecutar experimentos de aprendizaje automático a escala, pero tienden a desviarse hacia refinamientos locales de cualquier métrica que optimicen en lugar de probar las hipótesis que motivan los experimentos. Abordamos esto estructuralmente y presentamos un científico de inteligencia artificial para estudiar la generalización en políticas de navegación de robots cuadrúpedos en simulación.
Trabajos anteriores demostraron que la supervisión humana en el circuito se vuelve estructuralmente insostenible en dominios de alta pérdida cuando la velocidad de salida de la IA V excede la capacidad cognitiva humana C_max. La restricción operativa, sin embargo, no es V sola sino V x L, donde L denota carga cognitiva por ítem. L consta de clasificación, juicio y respuesta, que responden asimétricamente a la mejora de la capacidad de la IA.
Escribe al menos 2 caracteres
Este sitio utiliza cookies esenciales para su funcionamiento y cookies de analisis para mejorar la experiencia. Puedes aceptar todas, solo las esenciales, o personalizar tus preferencias. Politica de Cookies | Politica de Privacidad