Noticias externas

Resumen: El razonamiento matemático se ha convertido en el hijo del progreso en los modelos de lenguaje grande (LLMS), con nuevos modelos que superan rápidamente el rendimiento a nivel humano en puntos de referencia como las matemáticas y el AIME.

Resumen: Introducimos a Astro, el “razonador autorregresivo enseñado de búsqueda”, un marco para capacitar modelos de lenguaje para razonar, como algoritmos de búsqueda, aprovechando explícitamente la autorreflexión, el retroceso y la exploración en sus salidas.

Resumen: Este documento revisa el progreso actual en la aplicación de herramientas de aprendizaje automático (ML) para resolver problemas de optimización combinatorial de NP-Hard, con un enfoque en problemas de enrutamiento como el problema de vendedor ambulante (TSP) y el problema de enrutamiento de vehículos (VRP).