Noticias externas

Resumen:La alineación tradicional de la IA se centra principalmente en los resultados de los modelos individuales; sin embargo, los agentes autónomos en flujos de trabajo a largo plazo requieren una confiabilidad sostenida en todas las trayectorias de interacción.

Resumen:En este artículo, presentamos textbf{desaprendizaje agente} que elimina información específica tanto de los parámetros del modelo como de la memoria persistente en agentes con interacción de bucle cerrado.

Resumen: Los modelos de lenguajes grandes (LLM) se utilizan cada vez más para automatizar los flujos de trabajo científicos, pero su integración con herramientas computacionales heterogéneas sigue siendo ad hoc y frágil.