Observatorio de información y Publicaciones

Resumen: con el aumento de la implementación de modelos de idiomas grandes (LLM), una preocupación es su mal uso para generar contenido dañino. Nuestro trabajo estudia el desafío de alineación, con un enfoque en los filtros para evitar la generación de información insegura.

Resumen: Los agentes de traducción basados en LLM han logrado resultados de traducción altamente humanos y son capaces de manejar contextos más largos y más complejos con mayor eficiencia. Sin embargo, generalmente se limitan a entradas solo de texto. En este documento, presentamos Vidove, un sistema de agente de traducción diseñado para entrada multimodal.

Resumen: La exploración eficiente es un problema bien conocido en el aprendizaje de refuerzo profundo y este problema se exacerba en el aprendizaje de refuerzo de múltiples agentes debido a las complejidades intrínsecas de tales algoritmos.