- MM-SAP:评估多模态大型语言模型在感知领域自感知能力的综合基准
通过引入知识象限来定义知道与不知道的知觉,我们针对自我知觉在图像感知方面提出了一个评估多模态大型语言模型的自我感知能力的新型基准测试(MM-SAP),通过评估八种知名的多模态大型语言模型的自我感知能力,提供了详细的洞察。
- 自我视角下的他人评估
人工智能系统在模拟或接近人类间的相互作用中,特别是在多层次环境中与不同实体进行的情况下,必须首先深入而细致地理解自己,以实现对人类认知的高质量理解。
- 受苦的烤面包机
本研究提供了更清晰的人工智能、自我意识和代理问题之定义,并发展了一种启发式方法测试人工自我意识,同时勾留了哲学或实施上的问题。
- 使用大型语言模型进行角色扮演
本文探讨了将人类特质投射于对话代理的问题,并详细介绍了将角色扮演的概念应用于自然语言处理中的方法,从而更好地描述对话代理的行为,以期实现更加真实自然的对话交互。
- 反思性语言编程(RLP):社会感知型人工通用智能(SocialAGI)中的垫脚石
本文提出了一种名为反思性语言编程(RLP)的独特方法,它强调自我意识和战略规划,鼓励模型在自身的预定义人格特征、对传入消息的情感反应和计划策略上进行内省,实现情境丰富、连贯、有吸引力的交互。RLP 在社交性 AGI 领域的应用潜力巨大,从微 - 安全自主驾驶的自我感知轨迹预测
本文提出了一种自我感知的轨迹预测方法,结合两阶段训练过程来评估在线轨迹预测模块的性能,为实现安全可靠的自主驾驶创造了条件。
- 自我建模的起源
研究自模型对于提高机器人系统的成效,发现自模型在机器人自学成本高的情况下效果显著,这个结果可能有助于解决动物和人自我认知的起源问题。
- 大规模对话式人工智能中基于自我意识的反馈型自学习
本文探讨了基于马尔可夫的查询重写系统在大规模对话 AI 代理中的应用以及反馈对训练结果的影响,提出了一种超级位置法邻接矩阵来改进马尔可夫图的构造,并使用数据增强策略简化学习过程。实验表明,自我感知模型总体性能提高了 27.45%,相对缺陷减 - 自主机器学习
提出了自主学习机器学习 (Self-directed Machine Learning, SDML) 概念和框架,介绍了一种基于自我意识、无需人类指导的学习方式,提高了学习任务、数据、模型、优化策略及评价指标的选择效率,并通过自我意识不断优 - CVPR自监督领域不匹配估计用于自主感知
自动驾驶需要感知功能的自我意识,我们提出了一种基于自编码器的方法,使用预存的 PSNR 分布与在线获取的 PSNR 分布之间的 Earth Mover's Distance 作为领域不匹配度量,与语义分割有很强的相关性。
- CVPR自知的鉴别反事实解释
该研究提出了一种新的判别性反事实视觉解释方法,通过结合三个归属图来计算反事实图,从而更快地获得表现良好的结果,并通过一套量化指标来评价结果。