Noticias externas

Resumen: Los sistemas basados ​​en LLM generan cada vez más flujos de trabajo estructurados para tareas complejas. En la práctica, la evaluación automática de estos flujos de trabajo es difícil porque las puntuaciones de las métricas a menudo no están calibradas y los cambios en las puntuaciones no comunican directamente la gravedad de la degradación del flujo de trabajo.

Resumen:La alineación tradicional de la IA se centra principalmente en los resultados de los modelos individuales; sin embargo, los agentes autónomos en flujos de trabajo a largo plazo requieren una confiabilidad sostenida en todas las trayectorias de interacción.

Resumen:En este artículo, presentamos textbf{desaprendizaje agente} que elimina información específica tanto de los parámetros del modelo como de la memoria persistente en agentes con interacción de bucle cerrado.