本研究针对异构自主机器人，探讨了如何将制造业中的能力模型应用到自主机器人领域，并提出了一个该模型的扩展方法。

Sep, 2022

该论文对基于能力和技能的生产制造方案进行了梳理和分析，为 ETFA 会议的相关领域提供了一个全面讨论和研究该主题的机会。

Apr, 2022

通过语义能力模型生成自动化的人工智能规划问题，结合现有解决器，找到有效的能力序列，包括所需的参数值，并提供集成人类专业知识和解释的可能性，帮助理解规划决策。

Dec, 2023

本文介绍了基于能力的框架，旨在使用机器学习模型行为的细粒度规范来统一现有的机器学习工程支持，并通过初步实验展示了能力对于反映模型通用性的潜力以及将其整合到机器学习工程的挑战和机遇。

Nov, 2022

本文提出了一个五层级的 AI 能力评估模型和相关的 AI 能力矩阵，以帮助实践者理解和采用 AI。这些实用工具旨在为商业高层管理人员、技术人员和其他组织利益相关者提供 AI 能力要求的信息，以实现在机构中最佳使用 AI 的核心能力维度，包括商业、数据、技术、组织、AI 技能、风险和伦理考虑等方面的考虑。

May, 2023

使用大型语言模型（LLMs）生成能力本体论，通过一系列试验以及不同提示技术和不同 LLMs 生成的能力来分析生成的本体论的质量

Apr, 2024

在本文中，我们利用大语言模型（LLMs）的能力作为运行示例，借鉴能力的大量哲学文献，发展了一个能有效应用于模型评估的机器学习模型能力的条件分析（CAMA）的核心提案，在机器学习的背景下对 CAMA 进行了精确定义，从而实现了适用于 LLMs 的 CAMA 操作。然后，我们运用 CAMA，展示它能够有助于理解机器学习模型评估实践的各种特征，并提出了进行公正的模型间比较的程序。

May, 2024

该研究旨在设计员工评估软件以实现更可持续的制造业，这可通过适应性培训策略来弥补数字创新和环保所需的技能差距来完成，帮助制造商最大化投资回报。

Jan, 2023

这篇论文研究在智能制造中的人工智能协作所涉及的挑战，提出了一个以知识图谱、跟踪和场景分析为基础的软件架构，并使用关系化机器学习对生产过程中的知识进行捕捉，从而进行上下文特定的行动推荐，以实现优化产品质量和防止身体伤害。

Jan, 2022

本研究通过贝叶斯和频率分析结合，从 29 个 LLM 的数据中分析出 LLMs 的能力结构，发现 LLMs 的能力不是单一的，而是可以被解释为三个能力：推理、理解和核心语言建模，并且这三个能力可以解释模型性能的高比例差异，可以用来指导模型的改进和评测。

Jun, 2023