Observatorio de información y Publicaciones

Resumen: El desaprendizaje de LLM es esencial para mitigar los problemas de seguridad, derechos de autor y privacidad en modelos de lenguaje grande (LLM) previamente entrenados. En comparación con la alineación de preferencias, ofrece una forma más explícita de eliminar conocimientos no deseados caracterizados por conjuntos de datos específicos de desaprendizaje.

Resumen: El notable progreso de los modelos de visión y lenguaje (VLM) ha permitido a los agentes GUI interactuar con las computadoras de manera similar a la humana. Sin embargo, las tareas de uso de computadoras en el mundo real siguen siendo difíciles debido a los flujos de trabajo de largo plazo, las diversas interfaces y los frecuentes errores intermedios.

Resumen:Los modelos de lenguajes grandes han superado recientemente a los sistemas especializados en la generación de código, pero su efectividad en otras tareas de análisis de código sigue siendo menos clara.