BRAIN L:一种图书推荐系统
基于案例推理作为问题解决的方法可以使用任何适当的计算技术。该立场论文认为,案例推理研究者在近期的深度学习和大型语言模型方面存在一定的忽视。这些技术发展背后的基础为人工智能的最新突破提供了强大的协同效应,可以用于为大型语言模型提供持久性记忆,从而向人工通用智能迈进。
Oct, 2023
基于 AI 在自然语言理解和生成方面的革命性进展,我们设计了能够解决复杂科学任务的 AI 系统,并将自然语言作为 AI 与人类科学家之间的核心表示、推理和交换格式。本文旨在探讨实现这一愿景所面临的主要研究挑战。
Oct, 2022
本文提出了一种神经符号 CBE 方法,包括非参数记忆库和参数模型,能够对大型知识库中的问题进行问答,展示了在 ComplexWebQuestions 数据集上超越当前最新技术 11%的性能并显示出只需少量的人工标记示例,就能使用新案例的能力。
Apr, 2021
近年来,生成人工智能(GenAI)技术的普及,如预训练的大规模语言模型(LLMs),在计算法律领域开辟了新的前沿。本文介绍了在将人工智能应用于法规和合同法中自动化的基于规则推理的激动人心的领域,并提出了几个自动化软件测试和程序分析的概念,这些概念在利用人工智能进行法规和合同分析时可能非常有用。
Apr, 2024
本文探讨以知识为指导的自然语言生成技术,旨在产生具有人类思维方式的文本内容。作者提出了十个目标来指导智能化自然语言生成系统的发展,同时简要回顾了以知识和推理为指导的自然语言生成技术的成就。最后,作者展望了未来的发展方向和挑战。
Dec, 2022
通过引入案例推理和扩展案例库,我们提出了一种用于解决金融文档中的数字推理问题的新方法,该方法在 FinQA 数据集上表现出竞争性能,并显示出了复杂多步骤程序的解决能力。
May, 2024
本文综述了大型语言模型在推理方面的最新研究,包括提高它们的推理能力的方法、评估它们的推理能力的基准和方法,以及这一领域之前研究的发现和意义,旨在激发有意义的讨论和未来的研究。
Dec, 2022
通过将结构化推理融入 AI 代理的策略中,本文提出了一个通用框架模型,比较并探索了其他 AI 流水线和现有框架。实验证明,嵌入了组织推理和先前知识的 AI 代理表现和适应性要好得多,为更强大和更通用的 AI 代理系统打开了大门。
Dec, 2023
本文介绍了一种通过脑电波信号推断用户阅读文档的相关性和搜索意图的大脑信息接口,成功地应用于从英文维基百科语料库中检索新的相关文档,为信息推荐提供了一种不需要明示用户意愿的新方式。
Jul, 2016
本研究提出了一种基于自然语言描述任务的方法框架来解决人工智能中的 Abstraction and Reasoning Corpus (ARC) 问题,虽然尚未击败当前最先进的 DSL 模型,但我们证明了我们的方法具有巨大的潜力,可以解决以前不能解决的任务。
Mar, 2023