Pregunte, aclare, optimice: colaboración entre agentes humanos y LLM para un control de inventario más inteligente

Resumen: Para evaluar este sistema interactivo frente a la ambigüedad y la inconsistencia del diálogo gerencial del mundo real, presentamos el Imitador Humano, un “gemelo digital” perfeccionado de un gerente racionalmente limitado que permite pruebas de estrés escalables y reproducibles.

Leer más →

Comentarios desactivados en Pregunte, aclare, optimice: colaboración entre agentes humanos y LLM para un control de inventario más inteligente

Mortar: Mecánica en evolución para el diseño automático de juegos

Resumen:Presentamos Mortar, un sistema para la evolución autónoma de mecánicas de juego para el diseño automático de juegos. La mecánica del juego define las reglas e interacciones que gobiernan el juego, y diseñarlas manualmente es un proceso que requiere mucho tiempo y está dirigido por expertos.

Leer más →

Comentarios desactivados en Mortar: Mecánica en evolución para el diseño automático de juegos

The Agentic Leash: extracción de mapas cognitivos difusos de retroalimentación causal con LLM

Resumen: Diseñamos un agente de modelo de lenguaje grande (LLM) que extrae mapas cognitivos difusos (FCM) de retroalimentación causal a partir de texto sin formato. El proceso de aprendizaje o extracción causal es agente debido a la semiautonomía del LLM y porque, en última instancia, los equilibrios del sistema dinámico FCM impulsan a los agentes del LLM a buscar y procesar texto causal.

Leer más →

Comentarios desactivados en The Agentic Leash: extracción de mapas cognitivos difusos de retroalimentación causal con LLM

Fin del contenido

No hay más páginas por cargar