Observatorio de información y Publicaciones

Resumen: La búsqueda multiobjetivo (MOS) ha surgido como un marco unificador para problemas de planificación y toma de decisiones donde se deben equilibrar múltiples criterios, a menudo contradictorios.

Resumen: El uso del aprendizaje por refuerzo con recompensas verificables (RLVR) para optimizar los modelos de lenguaje grandes (LLM) se puede conceptualizar como una edición progresiva del “árbol de razonamiento” de una consulta. Este proceso implica explorar nodos (tokens) y modificar dinámicamente la política del modelo en cada nodo.

Resumen: En la investigación de alineación de la inteligencia artificial (IA), los objetivos instrumentales, también llamados subobjetivos instrumentales u objetivos convergentes instrumentales, están ampliamente asociados con los sistemas avanzados de IA.