- 从分类的角度编码智能
编码和智能密切相关,基于类别论的视角提出了 “编码为智能” 问题,并推导了一个通用框架来理解现有方法。该框架帮助识别解决多任务/应用的最小描述长度(MDL)优化问题的挑战和关键元素,提供了构建更智能系统的机会。通过系统回顾最近在数据、模型和 - NUTS,NARS,和 Speech
通过利用非公理化推理系统(NARS)对语音识别进行研究以探究 “智能是信息处理系统在知识和资源不充足的情况下适应环境的能力”,本文提出了一种为感知设计的 NUTS:随机降维非公理化推理有限输入学习器。NUTS 包括幼稚的降维、一些预处理,然 - 智能作为计算
该研究提出了将智能视为计算的特定概念化,旨在为所有智能研究学科提供统一的视角,并解决了现有观点之间的差异。该概念化将智能视为不同范式计算的组合,提出了多学科研究议程,旨在实现智能科学的统一。
- 通往类人工智能的社交之路
通过证据的汇集,展示了自然智能是通过不同尺度的互动网络中的智能集体、社会关系和主要进化转变而产生的,这些过程通过种群压力、军备竞赛、马基雅维利选择、社会学习和积累文化等机制促进了新数据的产生,将这些机制整合到智能代理的视角中,表明通过持续的 - SIGIR面向人类中心的主动对话代理
近期关于主动对话代理(PCAs)的研究主要集中在提高系统在用户表达需求之前,预测和计划行动序列以完成任务和实现目标的能力。这篇论文强调了朝着强调人类需求和期望,考虑代理的伦理和社会影响,而不仅仅关注技术能力的以人为中心的 PCAs 的重要性 - 压缩线性地表现智能
通过研究语言模型作为数据压缩器,我们发现大型语言模型的智能,通过平均基准分数与其压缩外部文本语料库的能力几乎呈线性相关,并且压缩效率作为从原始文本语料库中派生的无监督度量,可作为与模型能力相关的可靠评估措施。
- PerOS:云上的个性化自适应操作系统
本文提出了 PerOS,一种具有大型语言模型(LLM)功能的个性化操作系统,旨在通过声明性界面、自适应内核和安全数据管理等方法,在可扩展的云中心架构中提供定制化的用户体验,以解决如何开发智能、安全、可伸缩的操作系统以向数千用户提供个性化体验 - 质量多样性演员 - 评论家:通过价值和继承特征评论家学习高性能和多样性行为
智能的一个关键方面是能够展示适应意外情况的广泛行为范围。在过去的十年中,深度强化学习的进展在解决复杂连续控制任务方面取得了突破性成果。本文介绍了一种质量 - 多样性演员 - 评论家(QDAC)的离线演员 - 评论家深度强化学习算法,它利用价 - 分析有限数据中语言与视觉在学习中的作用
语言对理解视觉世界有何帮助?实际观察世界还是通过文字描述更重要?通过分析具有语言和视觉能力的人工智能模型,研究人员发现语言提供了先前的知识和推理能力,有助于从有限数据中学习新任务。
- 预测性表征:智能的构建基石
自适应行为的核心是预测未来事件,本研究将强化学习理论与认知和神经科学研究整合,特别关注继承表示及其推广,表明特定类型的预测表示可能作为智能的多功能基石。
- 人工智能的真实火花与内在可解释性的重要性
通过研究 Microsoft 工程师进行的关于 GPT 智能的一篇详尽论文,本文认为现有的黑匣子可解释性研究方法是错误的,并推崇了一种内部可解释性的替代方法,以了解模型的内部激活和权重,以及它们的表示和实现算法,以此认识到智能和理解涉及的过 - 受教育智力的内在优势
总结: 本文将研究何为智能,并探讨在生物体以及计算机上的人工智能有何特点。主要关注智能体能够表征和控制许多相似保守子系统的集体系统的能力,以及集体系统的流动性质和如何通过智能体控制保持其在稳定状态下的方法,重点关注经济和社会集体的控制和优化 - 人工智能的基础
智能的核心功能是基于感性经验和抽象知识与内部对真实世界的表达进行连接。这篇论文试图系统地研究这个问题。
- 关于智能的功能性定义
通过提供关于智能的纯功能性黑盒定义以及对相关概念的区分,本研究在人工智能领域提供了一个可观察的、概念上可测试的连续性定义,并指出了在可量化测量方面所面临的挑战。
- 2023 年 BoschAI @ Causal News Corpus:使用多层序列标记和数据增强的稳健因果关联提取
通过基于预训练变换器、序列标注和合成数据增强的系统,我们在 Subtask 1 中排名第三,在 F1 得分为 72.8 的情况下赢得了 Subtask 2,较第二名系统高出 13 个百分点。
- 生成型人工智能的悖论:「它能创造,却未必能理解」
这项研究揭示了生成型人工智能模型在超人能力生成方面表现出色,但在理解能力方面远远落后于人类,从而提出了 “生成型人工智能悖论” 假说,并通过对语言和图像模式下的控制实验进行了验证。
- MMChatGPT 能推动软件测试智能化发展吗?基于变异测试的经验报告
ChatGPT 能用来推动软件测试智能化,尤其是在元胞变换测试方面,它可以生成测试新的元胞关系候选项,但需要人工智能的参与来确保其正确性。
- 智能作为意识的衡量标准
评估人工系统是否存在意识的问题日益成为关注焦点,而严格的心理测量框架对于评估大型语言模型在此方面的重要性至关重要。本文通过将人类和动物大脑的信息耦合、人类认知发展、新兴能力和心理表征发展与大型语言模型的类似现象进行比较,以心理测量智力的方式 - 智能理论:概念、模型、影响
智能是一种人类构造的概念,代表实现目标的能力。该论文旨在通过理论和定量分析,讨论智能的中心要素、挑战并提出一种基于第一原则的理论。关键特征包括路径效率、目标准确性等,并提出一种首次原则的智能理论框架 (TIS)。
- 关于学习的物理起源
理解智慧起源的探索引发了关于自然系统中学习能力演化的有趣问题。本文探讨了学习具备非生物和非进化起源的可能性,并试图解析了这些方式的可能性。我们提出学习可以在开放的共振型系统中观察到,并可以通过描述能量积累机制的简单物理模型进行解释和准确复制