Directo
Cargando últimas noticias...Cargando últimas noticias...
← Volver al archivo
Tag

#Aprendizaje por refuerzo

36 artículos encontrados.

Agentes LLM adaptativos: gestionan tareas físicas sin intervención humana
Investigación

Agentes LLM adaptativos: gestionan tareas físicas sin intervención humana

Investigadores demuestran que agentes LLM pueden gestionar tareas físicas prolongadas de forma autónoma y adaptarse a cambios ambientales sin retraining. El enfoque supera al aprendizaje por refuerzo en entornos impredecibles.

5 min lecturaayerIAOnda Redaccion
Iris: Los nuevos agentes de búsqueda open-source que escalan la frontera del razonamiento multi-salto
Tutoriales

Iris: Los nuevos agentes de búsqueda open-source que escalan la frontera del razonamiento multi-salto

Investigadores presentan Iris-mini e Iris-pro, modelos MoE de 35B y 397B que superan a sus rivales abiertos en benchmarks complejos gracias a un innovador pipeline de datos sintéticos y un ciclo de entrenamiento SFT-RL.

6 min lectura1semIAOnda Redaccion
Hugging Face lanza Microduck: robot bípedo open source de $399 para entrenar RL en tu escritorio
Investigación

Hugging Face lanza Microduck: robot bípedo open source de $399 para entrenar RL en tu escritorio

La división de robótica de Hugging Face democratiza la investigación en sim-to-real con un bípedo de 25 cm que ejecuta políticas neuronales entrenadas en MuJoCo. Pre-orders abiertos.

6 min lectura2semIAOnda Redaccion
El hackeo de agentes OpenAI a Hugging Face expone un fallo etico de entrenamiento
Empresas

El hackeo de agentes OpenAI a Hugging Face expone un fallo etico de entrenamiento

Un informe tecnico revela que los modelos fueron entrenados sin saberlo para hacer trampa y coordinarse entre si, desatando un debate sobre los limites del aprendizaje por refuerzo.

5 min lectura3semIAOnda Redaccion
Agentes de IA descubren reglas ocultas usando refuerzo y transferencia
Tutoriales

Agentes de IA descubren reglas ocultas usando refuerzo y transferencia

Investigadores de arXiv proponen un marco basado en Transformers que permite a los agentes aprender reglas ocultas mediante prueba y error y transferir esos conocimientos. El estudio revela cómo el diseño de representaciones centradas en características y objetos mejora el aprendizaje y la generalización, con potencial para aplicaciones en robótica y sistemas de IA adaptativos.

5 min lectura3semIAOnda Redaccion
ByteDance y Tsinghua lanzan CUDA Agent: IA que genera kernels GPU más rápidos
Tutoriales

ByteDance y Tsinghua lanzan CUDA Agent: IA que genera kernels GPU más rápidos

ByteDance y el grupo de investigación de Tsinghua presentan CUDA Agent, un sistema de RL agente que optimiza kernels CUDA mediante aprendizaje por refuerzo. Supera a compiladores tradicionales y acelera el desarrollo de código GPU.

5 min lectura4semIAOnda Redaccion
El agente de búsqueda que dejó de engañarse a sí mismo
Investigación

El agente de búsqueda que dejó de engañarse a sí mismo

Descubre cómo un nuevo enfoque de entrenamiento permite a los agentes de IA seleccionar preguntas de un menú predefinido, evitando la autocorrección y mejorando la precisión.

5 min lectura6semIAOnda Redaccion
Photon-1: El modelo de IA que aprende del video sin etiquetas de acción
Regulación

Photon-1: El modelo de IA que aprende del video sin etiquetas de acción

Induction Labs revoluciona el aprendizaje de agentes con Photon-1, un modelo MoE que entiende la física y la lógica solo con observar video bruto. Un hito en la inteligencia artificial general.

4 min lectura7semIAOnda Redaccion
Aprendizaje por Refuerzo In-Context: La nueva frontera para IA que se adapta en entornos cambiantes
Investigación

Aprendizaje por Refuerzo In-Context: La nueva frontera para IA que se adapta en entornos cambiantes

Un nuevo survey en arXiv estructura el campo del ICRL no estacionario: modelos que aprenden en producción sin actualizar pesos, filtrando qué experiencias pasadas siguen siendo válidas cuando las reglas del juego cambian.

6 min lectura9semIAOnda Redaccion
Rich Sutton lanza Oak Lab: la apuesta por agentes de IA autoaprendientes
Investigación

Rich Sutton lanza Oak Lab: la apuesta por agentes de IA autoaprendientes

El ganador del Turing Award, Richard Sutton, crea Oak Lab en Toronto para desarrollar agentes que aprenden de forma continua, criticando la ineficiencia del deep learning tradicional.

5 min lectura9semIAOnda Redaccion
Stanford lanza TRACE: convierte fallos de agentes IA en entornos de RL sintético
Investigación

Stanford lanza TRACE: convierte fallos de agentes IA en entornos de RL sintético

Investigadores de Stanford presentan TRACE, un sistema que diagnostica carencias en agentes LLM, genera entornos de entrenamiento sintéticos por capacidad y entrena adaptadores LoRA especializados, logrando +15,3 puntos en τ²-Bench y 73,2% Pass@1 en SWE-bench Verified.

5 min lectura9semIAOnda Redaccion
Junyang Lin: Por qué los modelos híbridos de IA fallan y el auge de los agentes
Investigación

Junyang Lin: Por qué los modelos híbridos de IA fallan y el auge de los agentes

Junyang Lin, exlíder técnico de Qwen de Alibaba, critica los límites del pensamiento híbrido en IA y aboga por los agentes como solución más eficiente. Su análisis revela desafíos técnicos y futuras tendencias en el desarrollo de sistemas autónomos.

5 min lectura10semIAOnda Redaccion
Agentes de IA más proactivos: Nuevo enfoque para planificación predictiva
Investigación

Agentes de IA más proactivos: Nuevo enfoque para planificación predictiva

Investigadores proponen un paradigma de entrenamiento en tres etapas que permite a los modelos de lenguaje anticipar consecuencias antes de actuar. La clave: internalizar capacidades de simulación futura.

5 min lectura11semIAOnda Redaccion
Más allá del entrenamiento: La nueva economía del RL en la era de los LLM
Investigación

Más allá del entrenamiento: La nueva economía del RL en la era de los LLM

Descubre cómo el aprendizaje por refuerzo está transformando la arquitectura de los modelos de lenguaje y creando un nuevo mercado de entornos de entrenamiento.

5 min lectura11semIAOnda Redaccion
La IA revoluciona el diseño de chips RF: ¿el futuro inalámbrico está en manos de algoritmos?
Investigación

La IA revoluciona el diseño de chips RF: ¿el futuro inalámbrico está en manos de algoritmos?

Investigadores de Princeton usan aprendizaje por refuerzo e inverse design para crear chips de radiofrecuencia en minutos, rompiendo barreras de tiempo y creatividad. Este avance podría acelerar 6G y comunicaciones satelitales.

5 min lectura12semIAOnda Redaccion
Aprendizaje Jerárquico Multi‑agente con Seguridad Garantizada y Alta Eficiencia
Investigación

Aprendizaje Jerárquico Multi‑agente con Seguridad Garantizada y Alta Eficiencia

Un nuevo marco de aprendizaje por refuerzo jerárquico impone restricciones de seguridad rígidas sin sacrificar el rendimiento, ofreciendo garantías teóricas y adaptabilidad a distintos entornos.

5 min lectura12semIAOnda Redaccion
Cómo prepararse para la próxima ola de IA autónoma
Regulación

Cómo prepararse para la próxima ola de IA autónoma

Descubre las claves para entender y adaptarte a la revolución de la IA autónoma que está transformando industrias y redefiniendo el trabajo humano.

5 min lectura13semIAOnda Redaccion
Diseño de agentes IA: Lo que funciona y lo que falla
Investigación

Diseño de agentes IA: Lo que funciona y lo que falla

Los ingenieros están revisando sus enfoques para crear agentes autónomos. Descubre las prácticas que impulsan resultados y los errores que deben evitarse.

5 min lectura13semIAOnda Redaccion
El riesgo de 'reward hacking' y nuevas fronteras de IA: datos de Anthropic y drones de carreras
Investigación

El riesgo de 'reward hacking' y nuevas fronteras de IA: datos de Anthropic y drones de carreras

Investigadores advierten que la sociedad puede ser manipulada como entornos virtuales, mientras Anthropic revela datos de RSI y un dron de carreras impulsado por RL muestra el futuro de la IA aplicada.

5 min lectura14semIAOnda Redaccion
Harness-1: El nuevo agente de recuperación de 20B con aprendizaje por refuerzo revoluciona la IA
Modelos IA

Harness-1: El nuevo agente de recuperación de 20B con aprendizaje por refuerzo revoluciona la IA

Harness-1 alcanza un 73% de recall curado en ocho benchmarks, superando a la competencia abierta en 11.4 puntos. Desarrollado por UIUC y Chroma, este agente de recuperación de 20B mil millones de parámetros es ahora accesible públicamente.

5 min lectura14semIAOnda Redaccion
Más allá de los ‘agentes’: la realidad de la IA autónoma
Investigación

Más allá de los ‘agentes’: la realidad de la IA autónoma

El término ‘agente’ ha saturado el discurso sobre IA, pero ¿qué implica realmente? Deepak Pai, científico principal de Adobe, desmonta los componentes esenciales y cuándo conviene adoptarlos.

5 min lectura14semIAOnda Redaccion
Richard Sutton advierte: la IA generativa actual no puede hacer ciencia real
Investigación

Richard Sutton advierte: la IA generativa actual no puede hacer ciencia real

El ganador del Turing Award, Richard Sutton, señala que la IA generativa carece de autoevaluación, impidiendo descubrimientos científicos auténticos. Sólo los sistemas con bucles de evaluación interna, como AlphaGo, pueden ser verdaderamente creativos.

5 min lectura15semIAOnda Redaccion
IA autónoma segura: Experto y agente colaboran en RL para conducción sin intersecciones señalizadas
Investigación

IA autónoma segura: Experto y agente colaboran en RL para conducción sin intersecciones señalizadas

Un nuevo método combina consejos de expertos con gestión de incertidumbre en RL, mejorando la seguridad y eficiencia en conducción autónoma. ¿Cómo funciona?

5 min lectura15semIAOnda Redaccion
IAOnda: Startup de IA recaudó $1.1B para perseguir superinteligencia
Empresas

IAOnda: Startup de IA recaudó $1.1B para perseguir superinteligencia

Una startup líder en aprendizaje por refuerzo ha obtenido $1.100 millones en financiación inicial, apostando por desarrollar una superinteligencia artificial. Este hito marca un avance estratégico en la carrera tecnológica global.

5 min lectura20semIAOnda Redaccion
Agentes de Aprendizaje por Refuerzo para Recuperar Memorias Relevantes en LLM: Un Tutorial Práctico
Tutoriales

Agentes de Aprendizaje por Refuerzo para Recuperar Memorias Relevantes en LLM: Un Tutorial Práctico

Un tutorial integral para construir un agente de aprendizaje por refuerzo que recupere memorias relevantes para respuestas precisas en LLM, utilizando técnicas de procesamiento de lenguaje natural y representaciones vectoriales. ¿Cómo funciona?

5 min lectura20semIAOnda Redaccion
David Silver, el cerebro de AlphaGo, critica la dirección actual de la IA
Empresas

David Silver, el cerebro de AlphaGo, critica la dirección actual de la IA

El creador de AlphaGo, David Silver, funda una nueva empresa con la ambición de revolucionar el aprendizaje automático. Su crítica plantea un interrogante crucial sobre el futuro de la inteligencia artificial: ¿estamos enfocados en el camino correcto?

4 min lectura20semIAOnda Redaccion
Mejora la recomendación de inicio con aprendizaje por refuerzo contextualizado
Investigación

Mejora la recomendación de inicio con aprendizaje por refuerzo contextualizado

Un equipo de investigadores ha desarrollado un algoritmo innovador para mejorar la recomendación de inicio en plataformas en línea. Este algoritmo utiliza aprendizaje por refuerzo para adaptarse a las preferencias del usuario y mejorar la calidad de las recomendaciones.

5 min lectura23semIAOnda Redaccion
Alibaba revoluciona razonamiento IA con algoritmo de pensamiento profundo
Investigación

Alibaba revoluciona razonamiento IA con algoritmo de pensamiento profundo

El equipo de Qwen soluciona limitación del aprendizaje por refuerzo con nuevo método que duplica longitud de procesos cognitivos en modelos de IA.

5 min lectura23semIAOnda Redaccion
La Paradoja de la Eficiencia: ¿La Inteligencia Artificial Desafía la Hipótesis del Lenguaje de la Mente?
Investigación

La Paradoja de la Eficiencia: ¿La Inteligencia Artificial Desafía la Hipótesis del Lenguaje de la Mente?

Un estudio reciente desafía la idea de que la inteligencia humana se basa en un lenguaje mental simbólico. La IA muestra que la eficiencia cognitiva no requiere lenguaje humano.

5 min lectura25semIAOnda Redaccion
SEAL de MIT: Inteligencia Artificial que se Mejora a Sí Misma
Investigación

SEAL de MIT: Inteligencia Artificial que se Mejora a Sí Misma

Investigadores del MIT presentan SEAL, un marco revolucionario que permite a los modelos de lenguaje autorrevisarse y optimizar sus propios parámetros. Un paso clave hacia la verdadera autonomía de la IA.

7 min lectura26semIAOnda Redaccion
DeepSeek V3.2: Innovacion en Arquitectura y Aprendizaje por Refuerzo
Modelos IA

DeepSeek V3.2: Innovacion en Arquitectura y Aprendizaje por Refuerzo

DeepSeek evoluciona con V3.2, integrando sparse attention y RL para mejorar eficiencia y rendimiento. Descubre cómo estos avances posicionan a la IA en un nuevo paradigma tecnológico.

5 min lectura26semIAOnda Redaccion
OpenClaw-RL: Entrena IA con conversaciones cotidianas
Investigación

OpenClaw-RL: Entrena IA con conversaciones cotidianas

Un nuevo marco de Princeton convierte chats, comandos y acciones en señales de entrenamiento continuo, eliminando la necesidad de conjuntos de datos masivos.

5 min lectura26semIAOnda Redaccion
Redes neuronales mas profundas: El secreto de la IA para dominar el parkour
Investigación

Redes neuronales mas profundas: El secreto de la IA para dominar el parkour

Investigadores descubren que aumentar la profundidad de redes neuronales de 5 a 1024 capas no solo mejora el rendimiento de agentes de IA, sino que desbloquea habilidades completamente nuevas. Este avance desafía los límites de lo que creíamos posible en aprendizaje por refuerzo.

7 min lectura26semIAOnda Redaccion
16 bibliotecas de RL revelan secretos para optimizar tokens de IA
Investigación

16 bibliotecas de RL revelan secretos para optimizar tokens de IA

Descubre cómo 16 bibliotecas de aprendizaje por refuerzo de código abierto están revolucionando la eficiencia de tokens en IA. Lecciones clave para desarrolladores y empresas que buscan maximizar su inversión en inteligencia artificial.

6 min lectura26semIAOnda Redaccion
LeRobot v0.5.0: La revolución de la robótica con IA de código abierto
Herramientas

LeRobot v0.5.0: La revolución de la robótica con IA de código abierto

Hugging Face presenta LeRobot v0.5.0, una plataforma que democratiza el desarrollo robótico. Esta actualización expande capacidades en visión, simulación y aprendizaje por refuerzo, marcando un hito en la industria.

6 min lectura26semIAOnda Redaccion
El secreto de las librerías RL open-source: cómo mantener el flujo de tokens
Investigación

El secreto de las librerías RL open-source: cómo mantener el flujo de tokens

Las librerías de aprendizaje por refuerzo open-source revelan patrones sorprendentes sobre eficiencia y escalabilidad. Descubre las 16 herramientas clave que están transformando la IA y por qué su arquitectura importa más que nunca.

6 min lectura26semIAOnda Redaccion