Marco de aprendizaje externo para juegos de cartas multijugador: un estudio de caso en Skat

Resumen: En los juegos de cartas multijugador como Skat o Bridge, las primeras etapas del juego, como la puja, la selección del juego y la selección inicial de cartas, suelen ser más críticas para el éxito de la jugada que el juego refinado en la mitad y el final del juego.

Leer más →

Comentarios desactivados en Marco de aprendizaje externo para juegos de cartas multijugador: un estudio de caso en Skat

Razonamiento espacial bilateral sobre redes de calles: RAG basado en gráficos con representaciones espaciales cualitativas

Resumen: Este artículo trata de mejorar las capacidades de los modelos de lenguaje grande (LLM) para proporcionar instrucciones de ruta para peatones mediante relaciones espaciales cualitativas.

Publicado originalmente en export.arxiv.org el 18 de diciembre de 2025.

Leer más →

Comentarios desactivados en Razonamiento espacial bilateral sobre redes de calles: RAG basado en gráficos con representaciones espaciales cualitativas

ALCANCE: Evolución rápida para mejorar la eficacia del agente

Resumen: Los agentes de Large Language Model (LLM) se implementan cada vez más en entornos que generan contextos masivos y dinámicos. Sin embargo, persiste un cuello de botella crítico: si bien los agentes tienen acceso a este contexto, sus indicaciones estáticas carecen de los mecanismos para gestionarlo de manera efectiva, lo que lleva a fallas recurrentes de corrección y mejora.

Leer más →

Comentarios desactivados en ALCANCE: Evolución rápida para mejorar la eficacia del agente

Fin del contenido

No hay más páginas por cargar