multi-step tasks | BriefGPT

关键词multi-step tasks

搜索结果 - 7

多步任务中的智能提问优化：融合人类反馈和偏好对齐
通过结合人类设计的反馈规则，采用基于遗传算法的大语言模型驱动的离散提示优化框架，实现了对多步任务中自动提示的改进，相比现有的方法，平均有 27.7% 和 28.2% 的改善效果。
PDF5 months ago
使用工作流和行动计划提高任务导向对话的泛化能力
给定合法工作流名称和动作计划的对话上下文能够有效地帮助基于文本生成模型完成多步任务，但新的无法训练过的多步任务需要补充动作计划信息。
PDFa year ago
利用关系抽象进行推理的学习
本文介绍了一种利用关系抽象概念来帮助大型语言模型在数学推理方面提高的新方法，并发现将这种序列用作提示可使模型具有更强的推理能力，特别是在需要执行多步任务的情况下。
PDF2 years ago
高效稳定的多步稀疏奖励强化学习的抽象演示和自适应探索
本文提出了一种 DRL 探索技术 A^2，通过将复杂任务分解成子任务、提供正确的子任务顺序以及自适应探索环境的方式，改善了学习效率，实验表明在多个任务中，A^2 有助于 DQN、DDPG 和 SAC 等普通 DRL 算法在这些环境中更高效、
PDF2 years ago
基于用户和任务的对话系统引导
TacoBot 是一个任务导向的对话系统，旨在协助用户完成多步骤的烹饪和家庭维护任务，它具备准确的语言理解、灵活的对话管理和引人入胜的响应生成，通过各种数据增强策略来训练先进的神经语言处理模型并持续改进对话体验。在半决赛结束时，TacoBo
PDF2 years ago
通过示范向自回归语言模型教授复杂任务
本文演示了通过对结构适当的逐步演示进行自回归语言模型（GPT-Neo）的微调，可以教授它执行以前对 Transformers 难以处理的数学任务（如笔算模态运算）。通过对解决长除法问题的 200 个结构适当的演示进行 Fine-tuning
PDF3 years ago
理解机器人学习过程中教师凝视模式
该研究探讨了人类在机器人示范任务中的凝视模式，提出了如何利用这些模式来增强机器人的学习，进而提出了两种基于凝视数据的算法，并证明了这些凝视数据可以提高多步骤任务的子任务分类达 6％，提高单步任务的奖励推断和策略学习达 67%。
PDF5 years ago