Glosario

Análisis, noticias y actualizaciones
La memoria episódica en la IA agentiva se refiere a un mecanismo de memoria estructurado que permite a los agentes autónomos almacenar, recuperar y razonar sobre experiencias pasadas discretas, denominadas episodios.
La memoria semántica en la IA agentiva se refiere al sistema de memoria persistente que permite a los agentes autónomos almacenar, organizar, recuperar y razonar sobre el conocimiento generalizado, incluyendo hechos, conceptos, reglas, relaciones y la comprensión del dominio, independientemente de experiencias o episodios específicos.
Las métricas de evaluación de agentes son un conjunto estructurado de mediciones cuantitativas y cualitativas que se utilizan para evaluar el rendimiento, la fiabilidad, la seguridad y la eficacia de los sistemas de IA agentiva.
La migración en vivo consiste en mover una máquina virtual (VM), un contenedor o una aplicación en ejecución.
La mitigación del sesgo se refiere a las estrategias, técnicas y procesos utilizados para reducir o eliminar el sesgo injusto en los sistemas de toma de decisiones, especialmente aquellos que involucran datos, inteligencia artificial (IA) y juicio humano.
MLOps, abreviatura de Machine Learning Operations, se refiere a la optimización de la implementación, la supervisión, la gestión y el control de los modelos de aprendizaje automático (ML) en producción.
El modelado de lenguaje enmascarado (MLM) es una técnica en la que partes de los datos de texto, normalmente palabras o tokens individuales, se ocultan intencionadamente o se sustituyen por símbolos especiales (como [MASK]).
Un modelo de difusión latente (LDM) es un modelo de aprendizaje profundo que genera imágenes de alta calidad.
Un modelo de lenguaje causal (CLM) genera texto un token a la vez, basándose únicamente en los tokens que han aparecido antes en la secuencia.