Observatorio de información y Publicaciones

Resumen: Los modelos de lenguajes grandes (LLM) pueden lograr un sólido rendimiento de razonamiento con suficiente computación, pero no saben inherentemente cuánto cálculo requiere una tarea.

Resumen:Comprender cómo los agentes artificiales modelan los estados mentales internos es fundamental para avanzar en la Teoría de la Mente en la IA. La evidencia apunta a un sistema unificado para la conciencia de uno mismo y de los demás. Exploramos esta autoconciencia haciendo que agentes de aprendizaje por refuerzo infieren sus propios estados internos en entornos de gridworld.

Resumen: Las indicaciones de cadena de pensamiento (CoT) han mejorado significativamente las capacidades de razonamiento matemático de los modelos de lenguaje grandes.