Observatorio de información y Publicaciones

Resumen:Los modelos de lenguajes grandes se implementan cada vez más en sistemas multiagente, pero carecemos de puntos de referencia que prueben si pueden coordinarse bajo competencia de recursos.

Resumen: A nivel de contexto, proponemos RACE (Clasificación de explicaciones alineadas por razonamiento), un marco de conjunto de múltiples LLM que combina el razonamiento en cadena de pensamiento con mecanismos de autoconsistencia para clasificar de manera sólida las explicaciones en 32 categorías conscientes de escenarios.

Resumen: Los modelos de lenguaje grande de código se entrenan con frecuencia en conjuntos de datos masivos que contienen código fuente con licencia restrictiva. Esto crea desafíos urgentes en materia de gobernanza de datos y derechos de autor. Los ataques de inferencia de membresía (MIA) pueden servir como mecanismo de auditoría para detectar el uso de datos no autorizados en los modelos.