¿Cómo aprenden los agentes de IA?
Se comenta Cómo aprenden los agentes usando métodos no paramétricos de aprendizaje: ejemplos, reflexión y experiencia.
Inteligencia Artificial: machine learning, deep learning, redes neuronales, sistemas expertos, algoritmos genéticos
Se comenta Cómo aprenden los agentes usando métodos no paramétricos de aprendizaje: ejemplos, reflexión y experiencia.
Se especula sobre el sentido de una geometría y una cinemática, en grandes modelos de lenguaje, con trayectorias, velocidades, etc
Hablamos de tokens y embeddings y cómo su uso, con la arquitectura y entrenamiento adecuados conduce a resultados sorprendentes, casi magia.
¿Puede la aleatoriedad algorítmica en modelos generativos, caso de existir, dar lugar a un libre albedrío de las máquinas?
Se muestran algunas grietas en el determinismo de los algoritmos generativos y LLM que hasta ahora habíamos observado.
Hablo de los parámetros que gobiernan la aleatoriedad en grandes modelos de lenguaje y relaciones con el eventual determinismo.
Se muestra cómo los modelos de lenguaje y las aplicaciones que se basan en ellos pueden suponer un renacimiento de la escritura
Se explican las tres H que convierten un LLM en una aplicación basada en LLM de tipo asistente y basada en los valores humanos.
En este post explicamos muy brevemente MCP y lo ponemos en relación con APIs y conectores. entendiendo que MCP reinventa los conectores.
En este modelo analizo la naturaleza determinista o no de los modelos generativos y las implicaciones operativas y éticas.