Resumen: Los avances recientes en el razonamiento con modelos de lenguaje grande (LLM) se han centrado en dominios como las matemáticas y la codificación, donde se encuentran disponibles abundantes datos de alta calidad y métricas de evaluación objetivas.
Leer más →
Resumen: Un error de un sistema de IA en un entorno crítico para la seguridad puede costar vidas. A medida que los modelos de lenguaje grande (LLM) se vuelven parte integral de la toma de decisiones en robótica, la dimensión física del riesgo crece; una sola instrucción incorrecta puede poner en peligro directamente la seguridad humana.
Leer más →
Resumen: La inteligencia artificial ahora supera a los humanos en varias tareas científicas y de ingeniería, sin embargo, sus representaciones internas a menudo permanecen opacas. En esta perspectiva, sostenemos que la inteligencia artificial explicable (XAI), combinada con el razonamiento causal, permite {aprender de los alumnos}.
Leer más →