ResearStudio: un marco intervenible por humanos para crear agentes de investigación profunda controlables

Resumen: Los agentes de investigación profunda actuales se ejecutan en modo “disparar y olvidar”: una vez iniciados, no brindan a los usuarios ninguna forma de corregir errores o agregar conocimiento experto durante la ejecución. Presentamos ResearStudio, el primer marco de código abierto que sitúa el control humano en tiempo real en su núcleo.

Leer más →

Comentarios desactivados en ResearStudio: un marco intervenible por humanos para crear agentes de investigación profunda controlables

CGBench: Modelo de lenguaje de evaluación comparativa del razonamiento científico para la investigación en genética clínica

Resumen:La interpretación de variantes y genes es fundamental para la medicina personalizada y la biomedicina traslacional. Sin embargo, los enfoques tradicionales son manuales y requieren mucha mano de obra. Los modelos de lenguaje generativo (LM) pueden facilitar este proceso, acelerando la traducción de la investigación fundamental en conocimientos clínicamente procesables.

Leer más →

Comentarios desactivados en CGBench: Modelo de lenguaje de evaluación comparativa del razonamiento científico para la investigación en genética clínica

Evolución de los modelos llama de meta y ajuste eficiente de parámetros de modelos de lenguaje grandes: una encuesta

Resumen: Esta revisión examina la rápida evolución de la serie LLaMA (Large Language Model Meta AI) de Meta AI, desde LLaMA 1 hasta LLaMA 4 y los métodos especializados de ajuste fino eficiente de parámetros (PEFT) desarrollados para estos modelos.

Leer más →

Comentarios desactivados en Evolución de los modelos llama de meta y ajuste eficiente de parámetros de modelos de lenguaje grandes: una encuesta

Fin del contenido

No hay más páginas por cargar