Autor: admin

Resumen:Si bien los modelos multimodales de lenguaje grande (MLLM) tienen agentes de navegación GUI avanzados, los enfoques actuales enfrentan limitaciones en la generalización entre dominios y la utilización efectiva del historial. Presentamos un marco de razonamiento mejorado que integra sistemáticamente razonamiento estructurado, predicción de acciones y resumen histórico.

Resumen: Los grandes modelos de razonamiento (LRM) han demostrado capacidades impresionantes, pero adolecen de ineficiencias cognitivas como “pensar demasiado” en problemas simples y “pensar insuficientemente” en problemas complejos.

Resumen: Los modelos de lenguaje se diseñan tradicionalmente en torno a un enmascaramiento causal. En dominios con estructura espacial o relacional, el enmascaramiento causal a menudo se considera inapropiado y, en su lugar, se utilizan linealizaciones secuenciales.