Ribbon

476 materiales

Clasificación
Noticias4 noviembre 2026

Los LLM médicos se enteran de que se han revisado las recomendaciones, pero a menudo responden según las pautas anteriores

El estudio de ChronoEvo sobre 1709 cambios en las guías clínicas muestra que, en el modelo principal, el 90,8 % de las respuestas detectaba la novedad, pero solo el 58,5 % la aplicaba por completo; la brecha de 32,3 puntos porcentuales se mantuvo en 14 modelos. Ni siquiera aumentar la visibilidad de las actualizaciones produjo una mejora significativa en la incorporación completa de las nuevas reglas a las recomendaciones clínicas.

Los LLM médicos se enteran de que se han revisado las recomendaciones, pero a menudo responden según las pautas anteriores
Leer
Noticias4 noviembre 2026

Modelo del mundo para agentes basados en LLM cerrados: corrección en puntos de riesgo

Se propone PAWM, un predictor externo que no duplica la observación paso a paso, sino que se activa cuando es probable que ocurra un fallo y desvía al agente de una acción equivocada. Tras el ajuste fino supervisado (SFT) con escenarios sintéticos y el coentrenamiento con GRPO, el método logró una mejora del 24,3 % en ScienceWorld y del 7,7 % en WebArena-Lite para Claude Sonnet 4.5.

Modelo del mundo para agentes basados en LLM cerrados: corrección en puntos de riesgo
Leer
Noticias4 noviembre 2026

De las puntuaciones individuales a los conjuntos admisibles: decodificación global bajo restricciones DDI

El artículo compara la selección global exacta de un conjunto compatible de medicamentos, implementada mediante programación lineal entera mixta, con varios esquemas locales para resolver conflictos de DDI con puntuaciones FLAME fijas en MIMIC-III. En el conjunto de prueba, la opción global ofrece una mejora pequeña pero constante en Jaccard, que aumenta al endurecer las restricciones y alcanza +0.0064 frente al método local de referencia más sólido.

De las puntuaciones individuales a los conjuntos admisibles: decodificación global bajo restricciones DDI
Leer
Noticias3 noviembre 2026

Cómo ActionRAG reevalúa las evidencias durante la difusión por el grafo de memoria de los agentes LLM

Se propone una arquitectura de memoria basada en grafos que armoniza cuidadosamente las entidades durante la indexación y vuelve a evaluar las relaciones al realizar una consulta, basándose en la estructura local. En MemoryAgentBench, el método alcanzó una precisión media de 55,1 y superó en 5,4 puntos porcentuales a la referencia de recuperación más sólida, con un coste de síntesis reducido por consulta.

Cómo ActionRAG reevalúa las evidencias durante la difusión por el grafo de memoria de los agentes LLM
Leer
Noticias1 noviembre 2026

Desarrollo gestionado de agentes LLM en inversiones autónomas: arquitectura multiagente con un perímetro de seguridad inmutable

El artículo describe Steward, un sistema de nueve agentes LLM con roles definidos, donde las decisiones de cartera pasan por la revisión de un gestor de riesgos y los cambios en los prompts solo se permiten mediante un control reversible y la reproducción de datos registrados. La conclusión clave es que un núcleo inmutable y los procedimientos de auditoría permiten desarrollar los agentes sin cederles el control de las reglas de riesgo ni de la ejecución de órdenes.

Desarrollo gestionado de agentes LLM en inversiones autónomas: arquitectura multiagente con un perímetro de seguridad inmutable
Leer
Noticias31 octubre 2026

TeachBack: el ajuste bidireccional de preferencias enseña al modelo tutor a explorar la tarea en lugar de repetir la respuesta de referencia

Se propone el método TeachBack, que durante la autodestilación sobre su propia política desarrolla en el profesor una estrategia para volver a resolver el problema, en lugar de apoyarse en una solución de referencia privilegiada. En tareas de razonamiento matemático y lógico, el alumno muestra una mejora sostenida de la calidad frente a los esquemas OPSD conocidos.

TeachBack: el ajuste bidireccional de preferencias enseña al modelo tutor a explorar la tarea en lugar de repetir la respuesta de referencia
Leer
Noticias30 octubre 2026

Método GoldiMask para el ajuste fino de modelos de lenguaje de difusión: selección del contexto y ponderación de objetivos

Este trabajo presenta GoldiMask, un enfoque de ajuste fino supervisado para modelos de lenguaje con difusión discreta que selecciona los tokens visibles mediante la maximización aproximada de una función submodular y asigna pesos a los objetivos restantes según su utilidad para el entrenamiento. Los experimentos con varios modelos y conjuntos de datos muestran un aumento de la precisión media y mejoras en tareas de razonamiento lógico y programación, además de menos iteraciones de decodificación paralela en GSM8K y MATH-500 con una calidad similar.

Método GoldiMask para el ajuste fino de modelos de lenguaje de difusión: selección del contexto y ponderación de objetivos
Leer