Observatorio de información y Publicaciones

Resumen: ¿Qué impulsa a un agente a explorar el mundo al tiempo que mantiene el control sobre el medio ambiente? Desde un niño en juego hasta científicos en el laboratorio, los agentes inteligentes deben equilibrar la curiosidad (el impulso para buscar conocimiento) con competencia (el impulso para dominar y controlar el medio ambiente).

Resumen: Los agentes de IA confían en modelos de lenguaje grande (LLM) y multimodal-LLM (MLLMS) para realizar interpretación e inferencia en las tareas de texto e imágenes sin post-entrenamiento, donde las LLM y los MLLM juegan el papel más crítico y determinan la capacidad inicial y las limitaciones de los agentes de IA.

Resumen: Introducimos el marco LLM-Nash, un modelo teórico del juego donde los agentes seleccionan las indicaciones de razonamiento para guiar la toma de decisiones a través de modelos de idiomas grandes (LLM).