← heapsort-ai

artificial intelligence

104 items

RESEARCHarXiv CS.AI·25/4/2026

Architecture of an AI-Based Automated Course of Action Generation System for Military Operations

Esta investigación presenta un sistema automatizado de generación de Curso de Acción (CoA) basado en IA para operaciones militares, crucial para la guerra futura debido a las crecientes complejidades operacionales. Su objetivo es discutir doctrinas y aplicaciones relevantes dentro de la información disponible públicamente, reconociendo la dificultad de evaluar los sistemas actuales debido a restricciones de seguridad.

27
RESEARCHarXiv CS.AI·hace 29d

From Storage to Experience: A Survey on the Evolution of LLM Agent Memory Mechanisms

Los agentes basados en Grandes Modelos de Lenguaje (LLM) han transformado la inteligencia artificial, pero la investigación sobre mecanismos de memoria sigue fragmentada. Esta encuesta propone un nuevo marco evolutivo para los mecanismos de memoria de los agentes LLM, formalizando el proceso de desarrollo en tres etapas: Almacenamiento, Reflexión y Experiencia.

27
ARTICLEDEV.to AI·hace 13d

Beyond Simulation: The Transition from Artificial to Synthetic Intelligence

Este artículo explora la distinción crucial entre Inteligencia Artificial (IA) e Inteligencia Sintética (IS), una diferencia esencial para comprender la trayectoria futura de los sistemas autónomos. Mientras la IA actual se enfoca en la simulación y el reconocimiento de patrones, la IS apunta hacia una forma más avanzada de cognición.

27
RESEARCHarXiv CS.CL·hace 8d

Can LLM Teams Play What? Where? When?

Esta investigación explora cómo las interacciones basadas en equipos mejoran el rendimiento de los Grandes Modelos de Lenguaje (LLMs) en tareas complejas de razonamiento, específicamente en el juego de preguntas ¿Qué? ¿Dónde? ¿Cuándo?. Demuestra que las estrategias de equipo producen ganancias significativas en la precisión, acercándose los mejores equipos al rendimiento humano.

27
RESEARCHarXiv CS.LG·hace 15d

Approximate Machine Unlearning through Manifold Representation Forgetting Guided by Self Mode Connectivity

Este artículo presenta ManiF-SMC, un nuevo método para el desaprendizaje automático aproximado que aborda las limitaciones de los enfoques actuales. Reformula el desaprendizaje como el desplazamiento de las representaciones del manifold de las muestras borradas hacia los vecinos semánticos de los datos retenidos, buscando la equivalencia con el reentrenamiento.

27
ARTICLEDEV.to AI·8/5/2026

BizNode Pro: BizChannel decentralized ad marketplace — advertise across a network of bot operators

BizNode Pro es una nueva infraestructura de negocios que integra inteligencia artificial y nodos operativos autónomos para optimizar los flujos de trabajo. La plataforma permite que los agentes de IA actúen como empleados independientes, gestionando tareas desde el soporte al cliente hasta las transacciones financieras, las 24 horas del día.

27
ARTICLEDEV.to AI·hace 7d

Artificial Intelligence Services: Transforming Businesses with Intelligent Innovation

La Inteligencia Artificial es un motor clave de la transformación digital, ayudando a las empresas a lograr mayor eficiencia, escalabilidad e innovación mediante la automatización de tareas y la toma de decisiones inteligentes. La adopción de soluciones de IA es esencial para que las organizaciones mantengan una ventaja estratégica y mejoren el rendimiento operativo.

27
ARTICLEThe Verge AI·10/4/2026

Fear and loathing at OpenAI

Este conteúdo aborda a gestão conturbada de Sam Altman na OpenAI, sua breve demissão e reintegração, e as questões levantadas sobre sua adequação para liderar uma tecnologia tão transformadora como a inteligência artificial, conforme explorado em uma matéria da The New Yorker.

27
RESEARCHarXiv CS.AI·30/4/2026

Auto-Relational Reasoning

Investigadores proponen un nuevo marco teórico para el razonamiento relacional automatizado, combinando el aprendizaje automático con el razonamiento rígido para superar los límites de los grandes modelos actuales. El sistema resultante demuestra un alto rendimiento en problemas de coeficiente intelectual, logrando una tasa de resolución del 98,03% sin conocimiento previo.

27
RESEARCHarXiv CS.AI·30/4/2026

DreamProver: Evolving Transferable Lemma Libraries via a Wake-Sleep Theorem-Proving Agent

DreamProver introduce un marco agéntico que aprovecha un paradigma de inducción de programas "wake-sleep" para descubrir lemas reutilizables para la prueba formal de teoremas. Evoluciona iterativamente una biblioteca de lemas compacta y transferible, mejorando sustancialmente el rendimiento en teoremas no vistos.

27