周到之物:用小型语言模型构建以人为本的智能设备
探索利用大型语言模型控制设备和创建自动化程序以实现用户命令的隐含目标,提出 Sasha 系统以创造性、目标导向的方式实现智能家居中的用户需求。
May, 2023
近期,手机和其他个人设备上运行个人数字助手成为可能。本文描述了在设备上运行的自然语言理解系统的设计。与基于服务器的助手相比,该系统更具隐私性、可靠性、速度更快、表达能力更强且更准确。我们描述了关于架构和技术的关键选择。例如,对话系统文献中的一些方法在部署环境中难以长期维护。希望通过分享我们的实践经验,能够为未来的研究工作提供有益信息。
Aug, 2023
该论文研究了在智能家居环境中,如何利用大型语言模型识别出用户语句的意图并生成具体的机器可解析指令,以便控制智能设备,从而实现上下文感知。
Mar, 2023
提出了一种基于深度学习的框架,利用强化学习选择性注意机制和修改后的 LSTM 算法等方法,实现了人与物联网对象之间的认知互动,验证了该方法的有效性。
May, 2018
本文探讨了在与人类进行自然语言对话或直接语音交流的过程中,将对话系统的研究置于综合智慧的广阔背景之中,从而引入来自神经生物学和神经心理学的概念,以定义能够调和手工设计和人工神经网络的行为架构,并为模仿或指导式学习等未来新的学习方法开启新的可能性。并且,本文介绍了一种神经行为引擎,通过使用图形化语言基于手工模型创建混合主动对话和动作生成。通过在半公共空间上运行的虚拟接待员应用程序,描述了这种类脑启发架构的可用性示范。
Jun, 2024
本文提出了一个基于语义 Web 技术的框架,旨在管理 TinyML 模型和 IoT 设备的组合,包括建模信息、组合发现和基准测试,并支持 TinyML 组件的交换和再利用。作者设计了一个神经网络模型本体论,并以 W3C Thing Description 为基础,描述和维护 23 个公共 ML 模型和 6 个 IoT 设备的知识图谱。通过三个案例研究,验证了该框架的有效性和可重复性。
Feb, 2022
研究表明,预先训练的语言模型(LMs)如 GPT-3 和 Macaw 对于日常事物具有部分知识,但它们没有统一的部分心理模型,因此通过应用约束满意度层来产生更一致和准确的日常事物的部分心理模型。
Dec, 2022
本文介绍了一项新的研究成果,展示了当代语言模型具有电子电路设计技能的能力,类似于代码生成。研究人员引入了两个基准:评估模型知识电气元件的 Pins100 和评估模型设计常见微控制器电路和代码的 Micro25。其中包括六个案例研究,展示语言模型作为设计助手的应用,同时提出了一些研究挑战和发展方向建议。
May, 2023