Observatorio de información y Publicaciones

Resumen: La rápida evolución de los agentes del modelo de lenguaje grande (LLM) ha requerido sistemas de memoria robustos para respaldar una interacción cohesiva a largo plazo y un razonamiento complejo. Aprovechando las sólidas capacidades de los LLM, el enfoque de la investigación reciente ha pasado de la simple extensión del contexto al desarrollo de sistemas de memoria agentes dedicados.

Resumen: Los avances recientes en los modelos multimodales de lenguaje grande se han expandido rápidamente a los electrocardiogramas, centrándose en la clasificación, la generación de informes y las tareas de control de calidad de un solo turno.

Resumen: Los modelos multimodales unificados (UMM) exhiben una sólida comprensión, pero esta capacidad a menudo no logra guiar de manera efectiva la generación. Identificamos esto como una brecha cognitiva: el modelo carece de comprensión de cómo mejorar su propio proceso de generación.