verificación
3 published articles
Agentes LLM
El impuesto de regresión: por qué cargar a los agentes LLM con habilidades puede resultar contraproducente
Un nuevo estudio muestra que agregar habilidades procedimentales a los agentes LLM no siempre ayuda, puede introducir regresiones, donde tareas previamente resueltas sin habilidades fallan después de agregarlas. La investigación identifica tres causas y argumenta que la fiabilidad depende más del anclaje y la verificación que de la habilidad en sí misma.
2026-08-03
Inteligencia Artificial
Por qué la memoria de trabajo de tu agente de IA falla en tareas largas
Un artículo académico presenta StructAgent, un marco centrado en el estado que reestructura cómo los agentes digitales rastrean el progreso de las tareas. Logra resultados de vanguardia en OSWorld-Verified con modelos abiertos y se generaliza a Minecraft. El trabajo identifica que el historial de interacción sin procesar es un cuello de botella para tareas de horizonte largo y propone un estado estructurado más un flujo de trabajo respaldado por un verificador como la solución.
2026-07-22
Investigación en IA
El cuello de botella que frena a los agentes de IA no es la exploración, sino la evaluación
Dos nuevos artículos de Hugging Face abordan el mismo problema central desde direcciones opuestas: cómo lograr que los agentes de IA evalúen de forma fiable sus propias acciones. AJ-Bench construye un punto de referencia para agentes jueces conscientes del entorno, mientras que HeavySkill sostiene que el mejor juez reside dentro de los parámetros del modelo.
2026-07-17