Artículos Relacionados con Horizonte Largo

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Horizonte Largo", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Resolver un problema matemático de 20 años: Microsoft libera Argus, impulsado por evidencia para realizar investigación automática durante 1548 horas

Argus es un entorno de ejecución de agente de IA de código abierto desarrollado por Microsoft e instituciones colaboradoras, diseñado para tareas de investigación a largo plazo. A diferencia de los agentes tradicionales impulsados por objetivos, Argus adopta un enfoque **impulsado por evidencias**, donde los resultados y hallazgos durante la ejecución determinan el siguiente paso, permitiendo una navegación autónoma en proyectos de varios días sin necesidad de retroalimentación humana constante. El sistema organiza proyectos en Campañas y Misiones, empleando un ciclo colaborativo de cuatro roles (Manager, Planner, Engineer, Reviewer) para separar la planificación, ejecución y verificación, mejorando la eficiencia. Su arquitectura desacopla un núcleo genérico de módulos verticales específicos de dominio, facilitando la personalización. En pruebas que abarcaron **1,548 horas**, Argus logró una tasa de intervención humana de aproximadamente una vez cada 40.7 horas y entregó resultados tangibles en áreas como IA para sistemas, ciencia, hardware y matemáticas. Estos incluyen desde mejoras de infraestructura hasta la resolución de conjeturas matemáticas, demostrando su capacidad para convertir la ejecución automática en investigación autónoma y sostenida.

marsbit09/07 03:23

Resolver un problema matemático de 20 años: Microsoft libera Argus, impulsado por evidencia para realizar investigación automática durante 1548 horas

marsbit09/07 03:23

El Primer Conjunto de Datos de Entrenamiento Doc2Repo de Largo Alcance: Los Agentes de Código No Solo Arreglan Bugs, Ahora Crean Repositorios

"Más allá de corregir errores, los agentes de IA generan repositorios completos desde cero con DeNovoSWE. Investigadores de la Universidad Renmin de China han desarrollado DeNovoSWE, un conjunto de datos pionero para entrenar agentes de código en tareas de ingeniería de software a largo plazo. Este enfoque se centra en la generación de repositorios completos partiendo únicamente de un documento descriptivo, superando los límites de las tareas tradicionales de corrección de errores (bug fixing). La metodología emplea una estrategia de 'Divide y Vencerás' junto con un mecanismo de 'Crítica y Reparación' para crear descripciones de tareas de alta calidad y bien estructuradas. El resultado es un conjunto de 4.818 ejemplos que entrenan al agente para planificar la arquitectura, crear módulos, diseñar APIs y ensamblar un proyecto funcional. Las pruebas muestran mejoras drásticas: un modelo entrenado con DeNovoSWE incrementó su rendimiento en la tarea BeyondSWE-Doc2Repo del 5.8% al 47.2%. Esto demuestra que los datos específicos para generación de repositorios son cruciales para desarrollar capacidades de ingeniería de software a largo plazo en los agentes de código, marcando un paso significativo hacia asistentes de IA que puedan actuar como arquitectos de software."

marsbit06/25 08:55

El Primer Conjunto de Datos de Entrenamiento Doc2Repo de Largo Alcance: Los Agentes de Código No Solo Arreglan Bugs, Ahora Crean Repositorios

marsbit06/25 08:55

Los Modelos del Mundo Pasan de la Predicción a la Planificación: HWM y el Desafío del Control a Largo Plazo

El modelo mundial ha evolucionado desde el enfoque en el aprendizaje de representaciones y la predicción hacia la planificación jerárquica para abordar el control de largo plazo. Sistemas como V-JEPA 2 demuestran capacidades predictivas sólidas, pero enfrentan desafíos en tareas multietapa debido a la acumulación de errores y la explosión del espacio de búsqueda. HWM (Hierarchical World Model) introduce una estructura de planificación en dos niveles: uno superior para organizar la trayectoria en etapas y otro inferior para la ejecución local. Esto reduce la complejidad computacional y mejora la estabilidad en tareas largas. En experimentos, HWM logró un 70% de éxito en tareas de manipulación, frente al 0% de modelos de un solo nivel. Junto con WAV, que se centra en la verificación de predicciones, estos enfoques convergen hacia sistemas que integran predicción, planificación y corrección. La investigación actual ya no se limita a predecir el futuro, sino a transformar esa capacidad en acciones ejecutables y verificables en escenarios reales.

marsbit04/17 10:30

Los Modelos del Mundo Pasan de la Predicción a la Planificación: HWM y el Desafío del Control a Largo Plazo

marsbit04/17 10:30

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow