Observatorio de información y Publicaciones

Resumen: Las máquinas de recompensa (RM) informan a los agentes de aprendizaje por refuerzo sobre la estructura de recompensa del entorno. Esto es particularmente ventajoso para tareas complejas no markovianas porque los agentes con acceso a RM pueden aprender de manera más eficiente con menos muestras.

Resumen:Si bien los modelos multimodales de lenguaje grande (MLLM) tienen agentes de navegación GUI avanzados, los enfoques actuales enfrentan limitaciones en la generalización entre dominios y la utilización efectiva del historial. Presentamos un marco de razonamiento mejorado que integra sistemáticamente razonamiento estructurado, predicción de acciones y resumen histórico.

Resumen: La rápida evolución de los grandes modelos de lenguaje (LLM) ha intensificado la demanda de técnicas de personalización efectivas que puedan adaptar el comportamiento del modelo a las preferencias individuales del usuario.