artificial general intelligence | BriefGPT

关键词artificial general intelligence

搜索结果 - 127

仿真：基于人类模仿的协作决策
提出和评估一种新颖的方法，在不依赖任何存储数据或预训练的情况下，在 LLM 代理之间进行知识蒸馏，以实时保留人类角色扮演中的独特语境，并评估我们的系统在模拟的真实世界任务中表现更好。
PDF4 months ago
大型语言模型是否理解医学编码？
我们研究了大型语言模型对医疗代码的理解能力，并发现这些模型不能理解医疗代码的含义，因此需要改进医疗代码在语言模型中的表示方式。
PDF4 months ago
开放世界机器学习：回顾与新展望
综合研究开放环境下机器学习的未知拒绝、新类别发现和类别自适应学习等方面，探讨了当前方法的挑战、原则和限制，以及未来研究的潜在方向。旨在全面介绍新兴的开放环境机器学习范式，帮助研究人员在各自领域构建更强大的人工智能系统，并促进人工通用智能的发
PDF4 months ago
关于人类和人工创造力的随机性
人类创造力、计算机、人工通用智能、统计表示、当代人工智能系统的研究
PDF4 months ago
深度强化学习解决管理问题：迈向大型管理模式
我们引入了一种深度强化学习 (DRL) 方法来解决包括库存管理、动态定价和推荐等管理问题。这种 DRL 方法有潜力基于特定的变压器神经网络结构构建一个大型管理模型，从而为各种管理任务提供一种人工通用智能范式。我们的方法能够统一框架下解决问题
PDF4 months ago
GAOKAO-MM: 中国多模态模型评估的人类水平基准
提出了 GAOKAO-MM，这是一个基于中国高考的多模态基准，评估了 10 个大型视觉语言模型 (LVLMs)，发现它们的准确率都低于 50％，排名前三的是 GPT-4-Vison（48.1％），Qwen-VL-Plus（41.2％）和 G
PDF4 months ago
ModelGPT: 发挥 LLM 的能力进行定制模型生成
通过使用 Large Language Models (LLMs)，我们提出了 ModelGPT 框架，以满足用户的特定需求，并以更快的速度生成定制化的 AI 模型，以实现更加便利和用户友好的人工智能模型。
PDF5 months ago
专业代理 -- 将大型语言模型演变为具有人类级别能力的自主专家
大型语言模型的出现催生了自然语言处理的重大进展，通过引入专业代理框架（PAgents）利用 LLM 的能力创建具有可控、专业级、互动型专长的自主代理，我们认为通过持续发展的专业知识，PAgents 可以重塑专业服务。本文旨在激发关于 LLM
PDF5 months ago
ICML反对虚假的 AI 夸大宣称的立场文件
人类有倾向在周围的物体中看到类似于 “人” 的特质。这种行为被称为拟人化，并且这种拟人化趋势也出现在机器学习中，其中声称在大型语言模型中感知到类似于人类智能的特质。本立场论文通过考虑专业激励、人类偏见和一般的方法论设置，讨论了当前对人工通用
PDF5 months ago
ICML呼唤具象人工智能
我们提出了 “具身人工智能” 作为追求 “人工通用智能” 的下一个基本步骤，并对其与当前人工智能进展，特别是大型语言模型进行对比。我们横跨哲学、心理学、神经科学和机器人技术等多个领域探讨了具身概念的演变，以突显具身人工智能如何与静态学习的经
PDF5 months ago
论文：大型语言模型对时间序列分析的启示
当前大语言模型在时间序列分析领域的潜力和发展前景
PDF5 months ago
将认知任务整合进针对大型模型的人工通用智能测试
大型模型的性能评估是保证其能力和应用安全性的必要步骤，而当前的模型评估缺乏一个统一的框架来评估大型模型的多维智能。本文提出了一个全面的人工智能测试框架，包括认知科学和自然语言处理，旨在评估大型模型的智能水平，并通过一系列认知测试来指导其在不
PDF5 months ago
放射治疗自然语言处理数据库
我们提供了放射治疗自然语言处理数据库（ROND），这是放射治疗领域的首个专用 NLP 数据集，旨在为该领域的研究和发展提供专门设计的数据集和基准。ROND 涵盖了多种 NLP 任务，包括逻辑推理、文本分类、命名实体识别（NER）、问答（QA
PDF5 months ago
多模态大型语言模型（MLLMs）的推理能力探索：多模态推理中新兴趋势的综述
综合评估了多模态大语言模型的现有评估协议，分类和说明了多模态大语言模型的前沿，介绍了多模态大语言模型在推理密集型任务上的最新趋势，并讨论了当前的实践和未来的发展方向。
PDF6 months ago
CoCoT: 大型多模型多图像输入的对比思维链接引导
当探索人工通用智能（AGI）的发展时，大型多模态模型（LMMs）在处理多个图像输入的信息时面临两个问题：细粒度感知的缺乏和融合多个图像的倾向。我们首先广泛研究了 LMMs 在处理多个输入图像时感知细粒度视觉细节的能力。研究集中在两个方面：首
PDF6 months ago
脑科学和认知心理学发现综述作为通往人工智能广泛智能的灵感可能性
该综述旨在通过研究神经科学和认知心理学的方法，为人工通用智能的追求做出贡献。尽管深度学习模型在各个领域取得了令人印象深刻的进展，但它们在抽象推理和因果理解方面仍然存在缺点。这些能力应该最终整合到人工智能系统中，以克服数据驱动的限制，并以更加
PDF6 months ago
将 “Promoting Segment Anything Model towards Highly Accurate Dichotomous Image Segmentation” 翻译为专业简体中文
通过输入「Segment Anything Model」（SAM）的简单提示框，并将 SAM 的结果输出作为 IS5Net 的输入，可以极大地提高高精度的二元图像分割的效果。
PDF6 months ago
Tumbug：一种图示式通用知识表示方法
人工通用智能（AGI）的关键被普遍认为是常识推理（CSR），或者更精确地说是发现对 CSR 特别适用的知识表示方法（KRM），作者开发了一种定制的 CSR 知识表示方法 Tumbug，这种新颖的 Tumbug 知识表示方法被设计成具有图形性
PDF6 months ago
为大型语言模型代理赋予工作记忆能力
本文通过应用认知心理学的工作记忆框架来增强大型语言模型（LLMs）的架构，以解决其在人类记忆能力方面的限制，并提出了一种创新模型，包括集中的工作记忆中心和情景缓冲区，以提供更高的连续性，以实现复杂任务和合作场景中的细致语境推理。然而，对于情
PDF6 months ago
智能制造中的统一工业大型知识模型框架
该研究论文介绍了大型语言模型（LLMs）的最新发展，探讨其在工业 4.0 和智能制造中的应用潜力，并提出了一个工业大型知识模型（ILKM）框架，强调其在智能制造行业的革命潜力。此外，从八个角度比较了 ILKMs 和 LLMs，并提出了 “6
PDF6 months ago