Ltlzinc: un marco de evaluación comparativa para el aprendizaje continuo y el razonamiento temporal neuro-simbólico

Resumen: La inteligencia artificial neuroimbólica tiene como objetivo combinar arquitecturas neuronales con enfoques simbólicos que puedan representar el conocimiento en un formalismo interpretable por humanos.

Leer más →

Comentarios desactivados en Ltlzinc: un marco de evaluación comparativa para el aprendizaje continuo y el razonamiento temporal neuro-simbólico

Un marco de autoalineación adaptativo impulsado por la incertidumbre para modelos de idiomas grandes

Resumen: Los modelos de lenguaje grande (LLM) han demostrado un progreso notable en la instrucción siguiente y razonamiento de propósito general. Sin embargo, lograr la alineación de alta calidad con las normas de intención humana y de seguridad sin anotaciones humanas sigue siendo un desafío fundamental.

Leer más →

Comentarios desactivados en Un marco de autoalineación adaptativo impulsado por la incertidumbre para modelos de idiomas grandes

CTX2TRAJGEN: Trayectorias de vehículos de microescala consciente de tráfico utilizando aprendizaje de imitación adversaria generativa

Resumen: El modelado preciso de las trayectorias microscópicas del vehículo es fundamental para el análisis del comportamiento del tráfico y los sistemas de conducción autónomos. Proponemos CTX2TraJgen, un marco de generación de trayectoria consciente de contexto que sintetiza comportamientos de conducción urbana realistas usando Gail.

Leer más →

Comentarios desactivados en CTX2TRAJGEN: Trayectorias de vehículos de microescala consciente de tráfico utilizando aprendizaje de imitación adversaria generativa

Fin del contenido

No hay más páginas por cargar