La hora de los grafos: agentes y conocimiento
Con la explosión de los agentes y sus necesidades de memoria y conocimiento, están creciendo los grafos de conocimiento.
Detalles
La tecnología digital está en la base de la transformación digital y abre las posibilidades de reingeniería digital.
Estudio los fundamentos y aplicaciones de las tecnologías digitales más relevantes: Telecomunicaciones, Software y sistemas, Cloud Computing, Big Data, Machine Learning, Inteligencia Artificial, Internet de las Cosas, Realidad Virtual y Aumentada, Blockchain, etc. En general, observo y estudio cualquier tecnología que sea una realidad hoy día o que presente un futuro prometedor.
El retorno de la representación del conocimiento
Se argumenta que la representación del conocimiento que parecía perdida en la IA, parece retornar con fuerza en aplicaciones como los agentes.
Detalles
Cómo hacemos que un modelo razone (y VI): destilado
Para cerrar la serie sobre la obtención de modelos razonadores a partir de modelos de lenguaje, hablamos del destilado (‘distillation’).
Detalles
Los agentes IA y la delegación cognitiva
Especulamos con la idea de que las aplicaciones basadas en LLMs, sobre todo agentes, utilicen mecanismos similares a la delegación cognitiva
Detalles
Cómo hacemos que un modelo razone (V): aprendizaje por refuerzo con feedback humano (RLHF)
Describimos el aprendizaje por refuerzo con feedback humano (RLHF) como un mecanismo para convertir un modelo de lenguaje en modelo razonador.
Detalles
Cómo hacemos que un modelo razone (IV): aprendizaje por refuerzo basado en recompensas verificables (RLVR)
Comentamos la estrategia de aprendizaje por refuerzo con recompensas verificables (RLVR) como forma de entrenamiento para modelos razonadores.
Detalles
La adopción de la inteligencia artificial y el dilema del inteligente
Identifico un fenómeno, ‘el dilema del inteligente’ que puede retrasar la adopción de la IA por parte de personas talentosas.
Detalles
Cómo hacemos que un modelo razone (III): auto-refinamiento
Presentamos la técnica de auto-refinamiento, una forma de conseguir que un gran modelo de lenguaje actúe como razonador.
Detalles
Cómo hacemos que un modelo razone (II): técnicas de prompting
Presentamos dos técnicas de prompting que ayudan a que un modelo razone, aunque supongan mayor coste computacional.
Detalles
La inteligencia artificial y la rendición cognitiva
Se resumen unos hallazgos teóricos y experimentales que hablan de un tercer sistema cognitivo artificial y el riesgo de rendición cognitiva.
Detalles