Resumen:En este trabajo, presentamos CodeEvolve, un agente de codificación evolutiva de código abierto que une modelos de lenguajes grandes (LLM) con algoritmos genéticos para resolver problemas computacionales complejos. Nuestro marco adapta poderosos conceptos evolutivos al dominio LLM, basándose en métodos recientes para el descubrimiento científico generalizado.
Leer más →
Resumen: Los sitios del patrimonio cultural enfrentan una degradación acelerada debido al cambio climático, sin embargo, el monitoreo tradicional se basa en un análisis unimodal (inspección visual o sensores ambientales únicamente) que no logra capturar la compleja interacción entre los factores de estrés ambiental y el deterioro material.
Leer más →
Resumen: Los sistemas de IA agente, que aprovechan múltiples agentes autónomos y modelos de lenguaje grande (LLM), se utilizan cada vez más para abordar tareas complejas de varios pasos. La seguridad y la funcionalidad de estos sistemas son fundamentales, especialmente en aplicaciones de alto riesgo.
Leer más →