Miércoles 21 de octubre de 2026 ·
Un agente de IA aprende a jugar al póker de forma estratégica con SPOKE
Los investigadores presentan SPOKE, un método de optimización de preferencias para que un agente de IA juegue al póker con información oculta. Un agente basado en SmallThinker-4B logra la menor explotabilidad media en Kuhn (0,213) y Leduc (1,081), y el mayor acuerdo top-1 en seis jugadores (0,775). Mantiene una divergencia KL con el modelo de referencia similar a la de SFT (0,522 frente a 0,523).
Qué significa
Es un banco de pruebas para ver si los modelos pequeños pueden tomar decisiones estratégicas bajo incertidumbre, algo que sirve a investigadores de agentes que deben actuar sin conocer todos los datos.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.AILeer la noticia completa en arXiv cs.AI
También ese día
Todas las noticias de IA del miércoles 21 de octubre de 2026 ->