Superar pujas y faroles a los humanos de élite: dominar el póquer mentiroso mediante el autojuego y el aprendizaje por refuerzo

Resumen: Los investigadores de IA se han centrado durante mucho tiempo en juegos similares al póquer como banco de pruebas para entornos caracterizados por dinámicas multijugador, información imperfecta y razonamiento en condiciones de incertidumbre.

Leer más →

Comentarios desactivados en Superar pujas y faroles a los humanos de élite: dominar el póquer mentiroso mediante el autojuego y el aprendizaje por refuerzo

Explicación de las decisiones en modelos de aprendizaje automático: un análisis de complejidad parametrizado (Parte I)

Resumen:Este artículo presenta una investigación teórica integral sobre la complejidad parametrizada de los problemas de explicación en varios modelos de aprendizaje automático (ML). Contrariamente a la percepción predominante de caja negra, nuestro estudio se centra en modelos con mecanismos internos transparentes.

Leer más →

Comentarios desactivados en Explicación de las decisiones en modelos de aprendizaje automático: un análisis de complejidad parametrizado (Parte I)

Hacia una auditoría de accesibilidad web escalable con MLLM como copilotos

Resumen:Garantizar la accesibilidad web es crucial para promover el bienestar social, la justicia y la igualdad en los espacios digitales; sin embargo, la gran mayoría de las interfaces de usuario de sitios web siguen sin cumplir con las normas, debido en parte a la naturaleza no escalable y de uso intensivo de recursos de las prácticas de auditoría actuales.

Leer más →

Comentarios desactivados en Hacia una auditoría de accesibilidad web escalable con MLLM como copilotos

Fin del contenido

No hay más páginas por cargar