Seis principios para la operación del Machine Learning y los grandes modelos de lenguaje
Se aportan y explican seis principios de operación del Machine Learning, algunos heredados de la ingeniería de software y otros nuevos.
Tecnologías digitales. Tendencias tecnológicas. Estándares. Personajes.
Se aportan y explican seis principios de operación del Machine Learning, algunos heredados de la ingeniería de software y otros nuevos.
En este último post de la serie, hablamos de tendencias en agentes, y también de retos y oportunidades para este mundo tan dinámico.
Se revisan riesgos y soluciones de seguridad de agentes de la Agentic AI y también algunos elementos de naturaleza ética.
En este post hablamos de mecanismos de los agentes pera la gestión del contexto incluyendo el estado del entorno y la memoria.
Describimos el modelo CWD para sistemas multi-agente, que pone el foco en la división de tareas, la eficiencia y la resiliencia.
En este post hablamos de los algoritmos de planificación para agentes de la Agentic Ai basados en grandes modelos de lenguaje, LLM.
Se habla del papel de las herramientas en los agentes de la Agentic AI, qué tipos existen cómo se invocan y temas a tener en cuenta.
Comentamos dos mecanismos, reflexión (reflection) e introspección (introspection) que permiten a un agente evaluar y mejorar su razonamiento.
En este post, el cuarto de la serie dedicada a hablar de agentes, vamos a dar el salto de considerar un agente individual, como hemos hecho hasta ahora (y como, con frecuencia, haremos en futuros artículos), a mirar hacia una multitud de agentes interaccionando entre sí. Y, como en los posts anteriores de esta serie,…
Abordamos las arquitecturas de agentes, en concreto las arquitecturas reactives, deliberativas e híbridas: características, ventajas, etc.