Análisis de tres parpers recién lazados por Google DeepMind, la Universidad de Princeton y la Universidad de Stanford sobre los fallos en MCP y las conexiones/trabajo entre agentes de inteligencia artificial: ¿Cómo se integra el nuevo conocimiento en la interconexión de redes neuronales de la arquitectura de tu transformador? Se producen fenómenos extraños. Los exploramos todos. Aprendizaje eficiente de datos para IA.
|
etiquetas: google deepmind , princeton , stanford , mcp , agente a agente , a2a 
Anoche discutía este mismo tema aquí, en menéame. Hace unas cinco horas sale este vídeo comentando tres papers que me dan la razón: no es seguro integrar MCP y comunicación entre agentes no locales, porque el origen de los problemas va más allá del protocolo o API específico: es una problemática de los propios modelos, su aprendizaje y sus capacidades para generalizar nueva información.