Aug, 2023

GPT 循环：多智能体系统的自适应决策

PDF
TL;DR通过融合 Generative Pre-trained Transformers (GPT) 这类大型语言模型的高级推理能力和 Multiagent (MAS) 系统，这篇论文介绍了一种新的方法，“GPT-in-the-loop”，用于增强问题解决和解释能力。结合智能街灯物联网应用背景，该方法使代理人通过传感器、执行器和神经网络创建出一个能耗更低的照明系统，并与传统神经进化方法和软件工程师提供的解决方案进行了比较，凸显了 GPT 驱动的 Multiagent 系统在物联网中的潜力。
gpt-in-the-loopreasoning capabilitiesmultiagent systemsinternet of thingsenergy-efficient lighting system
发现论文，激发创造
  • CityGPT：面向多智能体系统的城市物联网学习、分析与交互

    通过智能化系统，结合大规模感知器在物联网中产生的时空数据，我们提出了一种名为 CityGPT 的通用框架，以实现对物联网时间序列数据的学习和分析，从而增加公众对数据的洞察力，并在物联网计算中保证了稳健性能。

    May, 2024

  • 生成 AI 在循环中：将 LLM 和 GPT 集成到下一代网络

    通过将大型语言模型（LLMs）与机器学习（ML）模型相结合，我们提出了 “生成式 AI 在环” 的概念，利用 LLMs 的语义理解、上下文感知和推理能力来辅助人类处理移动通信网络中的复杂或意外情况，并通过合成数据来增强基于 ML 的网络入侵检测，这进一步展示出我们提出的想法的优势。

    Jun, 2024

  • 在线决策的自动 GPT：基准测试和额外意见

    本文介绍了一个 Auto-GPT 样式的决策制定任务的综合基准研究，比较了 GPT-4、GPT-3.5、Claude 和 Vicuna 等流行的 LLMs 的性能，并介绍了一种称为 Additional Opinions 算法的易于实现的学习方法，可显著提高在线决策基准测试的性能，包括 WebShop 和 ALFWorld。

    Jun, 2023

  • 机器直觉：揭示 GPT-3.5 中类似人类直觉的决策制定

    本研究揭示了大型语言模型 (LLMs) 在某些情况下表现出具有人类直觉的行为，包括许多认知错误，并且通过使用 GPT-3.5 等最新技术的模型及进行人类直觉决策的试探研究证明了这一点，并探究了几种方法来测试 GPT-3.5 的倾向于类似直觉的决策及其机器行为等方面，以揭示出这些模型在认知科学方面的新兴特征和调整预期的潜力。

    Dec, 2022

  • 革命性的移动互动：在移动设备上支持 30 亿参数的 GPT LLM

    AI 领域近年来取得了显著的进展，尤其是基于变压器架构的强大大型语言模型（LLMs）的出现。本文介绍了一种创新的 LLM 推理方法，展望了在无需网络连接的情况下，拥有数十亿参数的 LLMs 可以直接在移动设备上执行的未来。该应用程序不仅作为一个通用助手，而且通过原生代码和模型量化技术的结合，还可以实现与文本到动作功能的无缝移动交互。文章还提供了关于本地 LLM 推理的训练流程、实现细节、测试结果和未来方向的见解。这一突破性技术为用户提供了强大的人工智能能力，同时保护了用户的隐私并消除了延迟问题。

    Sep, 2023

  • AI 本地化互联框架用于集成 6G 系统中的大语言模型技术

    6G 体系结构中人工智能和大型语言模型（LLMs）以及预训练的广义变压器（GPT）的无缝集成将在 AI 中心化操作和下一代通信范式中起到关键作用。

    Nov, 2023

  • LLM 基于的高效物联网生成方法

    在本研究中，我们提出了一种在局域网设置中部署的基于文本生成的物联网（GIoT）系统，通过应用提示工程方法增强开源 LLMs 的能力，并设计了提示管理模块和后处理模块，以管理不同任务的个性化提示并处理 LLMs 生成的结果。通过对两个流行的 Table-QA 数据集进行全面实验，结果表明我们的提议可以达到与最先进的 LLMs 相当的性能，证明了所提出的基于 LLMs 的 GIoT 系统可以通过个性化提示方法提供具有竞争力的性能，并且可以轻松扩展到新的任务而无需培训。

    Jun, 2024

  • 人工通用智能的火花：GPT-4 的早期实验

    本文报道了 OpenAI 发展的最新模型 GPT-4，证明其不仅能够掌握语言，而且在数学、编码、视觉、医学、法律和心理等多个领域中都能够解决新颖且困难的任务，表现接近于甚至超过人类的水平，代表了一种新的群体智能的语言模型，并可能被视为人工通用智能（AGI）系统的早期、但尚不完整的版本。同时，本文还探讨了 GPT-4 的局限性，指出其可能需要超越下一个预测的新范式，为实现更深入和全面的 AGI 版本的发展面临的挑战，以及该技术飞跃的社会影响和未来研究方向的反思。

    Mar, 2023

  • 使用人工智能增强多准则决策分析：将层次分析法与 GPT-4 集成实现自动化决策支持

    我们的研究提出了一个新的框架，该框架结合了层次分析过程 (AHP) 和生成式预训练变压器 4 (GPT-4) 大型语言模型 (LLM)，为多准则决策 (MCDA) 的网络安全带来了新的方法。通过利用 GPT-4 自主智能体作为虚拟专家的能力，我们自动化决策过程，提高了效率和可靠性。这种新方法侧重于利用 LLM 进行复杂决策分析，突显传统决策模型与尖端人工智能技术之间的协同效应。我们的创新方法在使用 AI 驱动智能体处理复杂决策场景方面取得了重大进展，突出了 AI 在战略网络安全应用中的重要性。研究结果揭示了结合 AHP 和 LLM 的变革潜力，为网络安全及其他领域的智能决策支持系统确立了新的模式。

    Feb, 2024

  • NetGPT: 一种面向个性化生成服务的本地 AI 网络架构

    本篇文章提出了一种基于协作的云边协同方法，称为 NetGPT，它能够有效地编排异构分布式通信和计算资源，并应用于提供个性化的生成服务，使用代表性的开源 LLMs（例如 GPT-2-basic 和 LLaMA 模型）的可行性，重点强调了用于实现本机 AI 网络体系结构的实质性变化，并演示了 NetGPT 的几个副产品优势。

    Jul, 2023