Observatorio de información y Publicaciones

Resumen: Los agentes impulsados ​​por LLM enfrentan un desafío persistente: aprender de sus experiencias de ejecución para mejorar el desempeño futuro. Si bien los agentes pueden completar con éxito muchas tareas, a menudo repiten patrones ineficientes, no logran recuperarse de errores similares y pierden oportunidades de aplicar estrategias exitosas de ejecuciones pasadas.

Resumen: El aprendizaje por refuerzo con recompensas verificables (RLVR) ha logrado un éxito notable en tareas de razonamiento lógico, pero aún no está claro si la alineación del modelo de lenguaje grande (LLM) requiere enfoques fundamentalmente diferentes.

Resumen: Los agentes de uso de computadoras (CUA) están surgiendo como un nuevo paradigma en la interacción persona-computadora, permitiendo la ejecución autónoma de tareas en un entorno de escritorio mediante la percepción de instrucciones de lenguaje natural de alto nivel.