基于 Foundation Model 的系统设计框架
提出一个基于 “模式导向”“责任 AI 设计” 的参考架构,从 “基础模型作为连接器” 到 “基础模型作为单片式架构”,演进人工智能系统的架构,以提供可重复使用的解决方案,以应对新的架构演变和负责任的 AI 挑战。
Apr, 2023
本文介绍了基础模型,深度学习中通过模型大小和训练数据广度和大小的扩展可以对未来的 AI 开发造成破坏。基础模型在各种任务领域(如自然语言处理和计算机视觉)中实现了最先进的性能,并且通过进一步的改进常常得到更好的表现。此外,模型的单一化可能会将众多特定任务的模型替换为由少数公司控制的更少数量的大型模型,从而导致对 AI 的权力和控制的转移,并出现新兴的行为方式:上下文学习。
Dec, 2022
本文全面探讨了基础模型的训练和服务方法,提供了详细的分类,并总结了挑战和未来发展方向。通过全面的讨论和分析,为未来的研究和应用提供了坚实的理论基础和实践指导,促进基础模型系统的持续创新和发展。
Jan, 2024
该研究综述介绍了基础模型在自动驾驶中的应用,探讨了其在规划、仿真、三维物体检测以及多模态模型方面的作用,并提供了基于模态和功能对基础模型的分类,同时指出了现有模型与创新自动驾驶方法之间的差距,并提出了填补这些差距的未来研究方向和路线图。
Feb, 2024
本文检查了基于决策制定的基础模型的范围,并提供了理解问题空间和探索新研究方向的概念工具和技术背景。通过各种方法,例如提示、条件生成建模、规划、最优控制和强化学习,审查了将基础模型用于实际决策制定应用的最近方法,并讨论了该领域的常见挑战和开放问题。
Mar, 2023
提出了图基础模型(GFMs)的概念,并对其关键特征和技术进行首次全面阐述,然后将现有工作根据其依赖性分为三类,即基于图神经网络和大语言模型。本文不仅提供了对当前图基础模型领域的综合概述,还讨论了这一发展中领域的潜在研究方向。
Oct, 2023
探讨大型基础模型如何在电力系统中发挥潜力,通过验证其在电力系统领域的四个代表性任务(包括最优功率流、电动汽车调度、电力工程技术报告的知识检索和情景感知)上的表现,证明基础模型在提升电力系统操作流程的效率和可靠性方面具有强大的能力,并提供了关于将基础模型在电力系统应用中的未来部署的建议和展望。
Dec, 2023
建立具有普适性的通用机器人系统一直是人工智能领域的长期目标。本研究调查了如何将自然语言处理(NLP)和计算机视觉(CV)领域的基础模型应用于机器人领域,并探讨了构建面向机器人的基础模型的可能形式,以及使用基础模型实现通用机器人系统所面临的主要挑战和未来方向。
Dec, 2023