Resumen: La alineación del tiempo de inferencia dirige eficazmente los grandes modelos de lenguaje (LLM) generando múltiples candidatos a partir de un modelo de referencia y seleccionando entre ellos con un modelo de recompensa imperfecto.
Leer más →
Resumen: Los grandes modelos de razonamiento (LRM) han demostrado un sólido rendimiento al producir rastros extendidos de cadena de pensamiento (CoT) antes de responder. Sin embargo, este paradigma a menudo induce a un razonamiento excesivo: cálculos redundantes y autoverificación circular que aumentan el costo computacional sin mejorar los resultados.
Leer más →
Resumen: Los modelos de mundos de vídeo han demostrado ser inmensamente prometedores para la simulación y el entretenimiento interactivos, pero los sistemas actuales todavía luchan con dos aspectos importantes de la interactividad: el control del usuario sobre el entorno para experiencias reproducibles y editables, y la inferencia compartida donde los jugadores tienen influencia sobre un mundo co
Leer más →
