Artículos Relacionados con Cambio de Paradigma

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

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

"Gran Modelos Linguísticos (LLMs) han superado numerosos exámenes de referencia, pero ¿significa esto que nos acercamos a la Inteligencia Artificial General (AGI)? Un artículo reciente argumenta que en realidad nos estamos alejando, ya que carecemos de una definición clara y medible de la AGI. Frente a un vacío conceptual donde visionarios como Musk o Huang ofrecen predicciones dispares, investigadores como Bennett proponen un nuevo estándar: la AGI debe evaluarse como un 'científico artificial'. Este criterio exige tres capacidades fundamentales más allá de la mera imitación: 1) **Experimentación activa**: capacidad de interactuar autónomamente con entornos nuevos para obtener información, no solo procesar datos pasivamente. 2) **Comprensión causal**: pasar de identificar correlaciones en los datos a entender relaciones de causa-efecto, esencial para una verdadera adaptación. 3) **Balance entre exploración y explotación**: gestionar recursos limitados para buscar nuevos conocimientos mientras aplica los existentes. El artículo critica que el camino actual dominante, el 'Scale-maxing' (maximización de escala mediante datos, parámetros y potencia de cálculo), solo produce respuestas aproximadas memorizadas en los pesos del modelo, fallando en tareas fuera de su distribución de entrenamiento (por ejemplo, errores básicos en comparación de números). La verdadera AGI, según Bennett, requerirá una convergencia de múltiples enfoques metodológicos, no solo la ampliación de modelos. En definitiva, el futuro de la AGI no debe medirse por su habilidad para aprobar exámenes humanos, sino por su capacidad para descubrir nuevo conocimiento de forma autónoma, adaptativa y bajo restricciones prácticas, como lo haría un científico."

marsbitHace 3 hora(s)

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

marsbitHace 3 hora(s)

Weng Jiayi, ingeniero de Post-Entrenamiento de OpenAI, plantea una nueva hipótesis de paradigma para la IA Agéntica

El ingeniero de post-entrenamiento de OpenAI, Weng Jiayi, propone un nuevo paradigma para la IA Agéntica: el "Heuristic Learning" (HL). En lugar de depender únicamente de grandes modelos entrenados con datos masivos, este enfoque permite a un agente de codificación (como Codex) iterar de forma autónoma: escribir, probar, ejecutar y modificar código basado en reglas para resolver tareas. En experimentos clave, este sistema logró la puntuación máxima teórica (864) en Atari Breakout y resultados competitivos en entornos de control robótico como MuJoCo Ant. La idea central es que el aprendizaje no tiene por qué residir solo en los pesos de una red neuronal; la experiencia puede codificarse en un sistema de software explícito, interpretable y mantenible. Esto ofrece ventajas en eficiencia muestral inicial, explicabilidad y capacidad de auditoría, especialmente relevante para robótica y escenarios de seguridad crítica. Sin embargo, el enfoque encuentra límites en tareas que requieren planificación a largo plazo o percepción compleja (ej. Montezuma's Revenge). Weng sugiere un futuro híbrido donde redes neuronales (Sistema 1), sistemas heurísticos (también Sistema 1) y agentes LLM (Sistema 2) colaboren, trasladando parte de la "deuda técnica" de los pesos de la red al dominio de la ingeniería de software tradicional.

marsbit05/11 00:25

Weng Jiayi, ingeniero de Post-Entrenamiento de OpenAI, plantea una nueva hipótesis de paradigma para la IA Agéntica

marsbit05/11 00:25

Cursor 3 lanzado: El IDE pierde importancia, la consola de agentes asciende, el conjunto de VS Code comienza a quedar obsoleto

Cursor 3, con nombre en clave "Glass", ha sido lanzado como un rediseño radical que reemplaza la interfaz tradicional del IDE por una consola de gestión de agentes inteligentes. Este cambio refleja una transformación profunda en las herramientas de desarrollo asistidas por IA, donde los ingenieros pasan más tiempo supervisando agentes, revisando resultados y decidiendo tareas, en lugar de escribir código manualmente. La nueva versión introduce funciones como Cloud Handoff, que permite transferir sesiones de agentes entre dispositivos locales y la nube sin interrupciones, y soporta múltiples repositorios en un mismo espacio de trabajo. Esta evolución responde a la presión competitiva de actores como Anthropic y OpenAI, que también están redefiniendo la forma en que los desarrolladores interactúan con las IA. Cursor 3 apuesta por integrar la orquestación de agentes directamente en el entorno de desarrollo, a diferencia de soluciones independientes. Esto implica que el modelo de negocio, la elección de modelos de IA y las habilidades requeridas para los desarrolladores están cambiando: la gestión de tokens, la revisión de código automatizado y la coordinación de flujos de trabajo reemplazan gradualmente la escritura manual de código. Si esta tendencia continúa, los entornos de desarrollo tradicionales como VS Code podrían perder relevancia, y el rol del ingeniero de software evolucionaría hacia uno más cercano a la supervisión de sistemas automatizados.

marsbit04/08 10:23

Cursor 3 lanzado: El IDE pierde importancia, la consola de agentes asciende, el conjunto de VS Code comienza a quedar obsoleto

marsbit04/08 10:23

活动图片