Resumen:A medida que los modelos de lenguaje grande (LLM) exhiben un rendimiento estancado en los puntos de referencia convencionales, persiste un desafío fundamental: evaluar su competencia en tareas complejas y abiertas que caracterizan la cognición genuina a nivel de experto.
Leer más →
Resumen: Los modelos de lenguajes grandes (LLM) han demostrado un gran potencial en tareas de toma de decisiones a largo plazo, como la manipulación encarnada y la interacción web. Sin embargo, los agentes frecuentemente luchan con interminables ciclos de prueba y error o se desvían del objetivo principal en entornos complejos.
Leer más →
Resumen: A medida que los agentes impulsados por modelos de lenguaje grande (LLM) pasan de solucionadores de tareas aislados a entidades digitales persistentes, el surgimiento de la Web Agentic, un ecosistema donde agentes heterogéneos interactúan y coevolucionan de forma autónoma, marca un cambio fundamental hacia la Inteligencia General Artificial (AGI).
Leer más →