Autor: admin

Resumen: Los agentes de modelos de lenguaje grande (LLM) tienen cada vez más tareas con análisis complejos del mundo real (por ejemplo, en pronósticos financieros, descubrimientos científicos), sin embargo, su razonamiento adolece de inestabilidad estocástica y carece de una estructura compositiva verificable.

Resumen: ¿Pueden los agentes de grandes modelos de lenguaje descubrir objetivos de seguridad ocultos únicamente a través de la experiencia?

Resumen: La recuperación de momentos de vídeo actuales sobresale en tareas centradas en la acción, pero tiene dificultades con el contenido narrativo. Los modelos pueden ver textit{lo que está sucediendo} pero no logran razonar textit{por qué es importante}.