Tres papers de IA: decisiones de LLM sin sesgo de orden, robótica con un modelo pequeño y seguridad del código generado
Un resumen de teftef repasa tres investigaciones de Hugging Face Daily Papers. Jeva es una arquitectura para decisiones de LLM que no cambia de respuesta al reordenar las opciones y puede responder «ninguna». LeWAM aprende en un único modelo de unos 17 millones de parámetros la predicción del mundo y la política de robots, con un 89,7 % de éxito en tareas con contacto frente al 28,6 % de los JEPA previos. LSCBench mide el código de agentes con 450 tareas: el mejor modelo entrega código que funciona y es seguro en el 25,1 % de los casos.
Fuentes
- #LLMタグ【AI論文まとめ 10/15】バイブコーディングのコードは安全か？ほか3本