Noticias externas

Resumen: Los modelos multimodales de lenguaje grande (MLLM, por sus siglas en inglés) se implementan cada vez más como planificadores incorporados en entornos egocéntricos, donde el éxito de la tarea requiere no sólo alcanzar los objetivos establecidos sino también actuar de manera socialmente apropiada.

Resumen: El entrenamiento de pequeños agentes de modelos de lenguaje para tareas interactivas de largo horizonte requiere tanto una imitación rápida como una mejora impulsada por la recompensa.

Resumen: Los modelos mundiales para agentes lingüísticos se presentan en dos formas útiles. Un modelo mundial basado en agentes llama a una API LLM y razona de manera flexible en el lenguaje, pero sus errores aparecen como cambios de estado alucinados que son difíciles de calificar con pérdidas de regresión ordinarias.