media Ahead of AI · hace 1 d · research

OpenAI lanza GPT-6 Astra con potente renderizado 3D y uso de computadora

Traducido del English → Español

OpenAI ha lanzado GPT-6 Astra, un nuevo modelo que supera significativamente a su predecesor GPT-5.6 en las pruebas de escritura, matemáticas y programación. El lanzamiento destaca las capacidades excepcionales del modelo en renderizado 3D, animación e interacción con interfaces gráficas de usuario.

GPT-6 Astra alcanza el 99.9% en la prueba ARC-AGI-3, en comparación con el 7.8% de GPT-5.6 Sol.
El modelo destaca en tareas de renderizado 3D y animación en relación con otros modelos.
Demuestra fuertes capacidades de uso de computadora al operar software local a través de la aplicación Codex/ChatGPT.
Las evaluaciones independientes a través del Artificial Analysis Intelligence Index confirman su estatus de vanguardia en tareas de programación agéntica.

El lanzamiento marca un cambio hacia el refinamiento de los LLM para la interacción con interfaces gráficas de usuario, complementando sus fortalezas tradicionales en la generación de texto y código.

Importancia 3/3 Ahead of AI OpenAI AI agents Reasoning models

Leer original

Actualizaciones de Muse Spark 1.2 de Meta y GPT-5.6 Sol de OpenAI

Meta anunció que su modelo Muse Spark 1.2 logró un rendimiento de medalla de oro en cinco Olimpiadas de STEM y entró en el top 5 del Índice Vals a $0.69/prueba, según se informa, 3 veces más barato que Kimi. Meta atribuyó estas ganancias a la orquestación multiagente con razonamiento paralelo, destacando puntuaciones perfectas en teoría en APhO e IPhO sin herramientas externas.

arxiv arXiv cs.AI · hace 83 d · 4 vistas

LedgerAgent: Estado estructurado para agentes de llamada de herramientas adherentes a la política

LedgerAgent introduce un libro mayor estructurado para mantener los estados de las tareas por separado en agentes de llamada de herramientas. Convierte los estados en prompts y aplica restricciones de la política antes de la ejecución de herramientas, reduciendo las violaciones de la política y mejorando el rendimiento en dominios de atención al cliente.

arxiv arXiv cs.CL · hace 83 d · 4 vistas

LedgerAgent: Estado estructurado para agentes de llamada a herramientas adherentes a la política

LedgerAgent introduce un libro contable estructurado para mantener los estados de las tareas separados en agentes que llaman a herramientas. Convierte estos estados en prompts y aplica restricciones de políticas antes de la ejecución de las herramientas, reduciendo las violaciones de políticas y mejorando el rendimiento en dominios de atención al cliente.

arxiv arXiv cs.AI · hace 83 d · 4 vistas

Marco de doble agente para traducción verificada entre modelos

Un marco de doble agente convierte protocolos experimentales en lenguaje natural en comandos ejecutables para plataformas robóticas de laboratorio. Utiliza un Agente Analizador y un motor de mapeo basado en reglas para traducir los protocolos, con un Agente de Validación LLM heterogéneo que asegura la precisión e inicia la autocorrección. El marco permite con éxito la ejecución autónoma de extremo a extremo de experimentos basados en placas de microtitulación como el ensayo de Bradford.

arxiv arXiv cs.AI · hace 83 d · 1 vista

ScaffoldAgent: Optimización dinámica de esquías guiada por utilidad

ScaffoldAgent introduce un marco guiado por utilidad para la optimización dinámica de esquemas en investigación profunda abierta. Modela la evolución del esquema a través de operaciones de Expansión, Contracción y Revisión, guiadas por un mecanismo de retroalimentación que evalúa la ganancia de recuperación, la coherencia estructural y la calidad de generación. Los experimentos muestran que mejora la generación de informes de formato largo y el anclaje factual en comparación con agentes existentes.