Miércoles 4 de noviembre de 2026 ·
LaMA-DT: un modelo de lenguaje que genera datos para entrenar un agente en varias tareas de aprendizaje por refuerzo
Investigadores presentan LaMA-DT, un marco que usa un único modelo de lenguaje grande para generar trayectorias adicionales de entrenamiento y para aprender una política común para varias tareas de control. Las descripciones en lenguaje natural guían la generación, y un filtro conserva solo los datos aumentados de mayor calidad. En los benchmarks Meta-World y MuJoCo supera a los métodos de referencia, sobre todo cuando hay pocos datos por tarea.
Qué significa
Para los equipos que entrenan robots o agentes de control con pocos datos por tarea, el aumento de datos guiado por lenguaje permite que una sola política funcione en tareas distintas sin recopilar tantas demostraciones. El avance se centra en la generalización entre tareas más que en un producto concreto.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del miércoles 4 de noviembre de 2026 ->