Autor: admin

Resumen: Los avances recientes en modelos de idiomas grandes han demostrado un potencial considerable en dominios científicos como el descubrimiento de fármacos. Sin embargo, su efectividad sigue siendo limitada cuando el razonamiento se extiende más allá del conocimiento adquirido durante el pretrénmente.

Resumen: Los agentes de traducción basados en LLM han logrado resultados de traducción altamente humanos y son capaces de manejar contextos más largos y más complejos con mayor eficiencia. Sin embargo, generalmente se limitan a entradas solo de texto. En este documento, presentamos Vidove, un sistema de agente de traducción diseñado para entrada multimodal.

Resumen: La exploración eficiente es un problema bien conocido en el aprendizaje de refuerzo profundo y este problema se exacerba en el aprendizaje de refuerzo de múltiples agentes debido a las complejidades intrínsecas de tales algoritmos.