Académico

Page 1 of 1

Estudio revela cuándo pedir aclaraciones maximiza el rendimiento en agentes de IA con tareas de largo horizonte

¿Cuándo pedir aclaraciones? El momento clave en agentes de IA de largo plazo

6,000 ejecuciones revelan que el momento de pedir aclaraciones es crítico en agentes de IA: las de objetivo pierden valor tras el 10%, las de entrada hasta el 50%, y deferir más allá de la mitad empeora el rendimiento. Ningún modelo actual pregunta en la ventana óptima.

Modelos de lenguaje a nivel de byte que combinan tokenización latente jerárquica y difusión discreta para generación paralela

BLT-D: Difusión de bytes con verificación autoregresiva

Byte Latent Transformer (BLT) se combina con difusión discreta por bloques para generar bytes (BLT-D), logrando hasta un 92% de reducción en coste de ancho de banda. Se proponen variantes con verificación autoregresiva (BLT-DV) y auto-especulación (BLT-S). Evaluado en traducción y generación de código con modelos de 1B y 3B parámetros.