Observatorio de información y Publicaciones

Resumen: El razonamiento de cadena de pensamiento (CoT) es fundamental para mejorar la interpretabilidad y confiabilidad de los modelos de lenguaje-visión amplios (LVLM). Sin embargo, es posible que los algoritmos de entrenamiento existentes, como SFT, PPO y GRPO, no se generalicen bien en tareas de razonamiento invisibles y dependan en gran medida de un modelo de recompensa sesgado.

Resumen: Los sistemas de IA agentes impulsados ​​por grandes modelos de lenguaje (LLM) y dotados de planificación, uso de herramientas, memoria y autonomía, están surgiendo como plataformas poderosas y flexibles para la automatización.

Resumen:Este trabajo investiga el uso de gemelos digitales para el modelado y control de sistemas dinámicos, integrando enfoques híbridos, basados ​​en datos y basados ​​en la física con controladores tradicionales y basados ​​en IA.