任务

多任务学习（MTL）存在很多挑战，因为不同任务之间的梯度可能矛盾。为了利用任务之间的关联，作者引入了 Mod-Squad 模型，它是多个专家组成的模块化模型。模型可以灵活优化任务和…

智能机器人旨在更高效、更准确地执行任务，提高生产率，并减少人为失误。 拥有能够自主运行、模仿人类智能并高效、准确地执行任务的机器，曾一度被认为是科幻小说。然而，随着现代科技的进步，…

当我们谈论当今商业领域和社会中的人工智能时，我们其实指的是机器学习。机器学习是一种应用，通过使用算法（一组指令）变得越来越擅长执行某项特定任务，因为它接触了越来越多与这项任务相关的…

在开放式的环境中学习多种任务是通用智能体的重要能力。《我的世界》（Minecraft）作为一款受欢迎的开放世界游戏，具有无限生成的复杂世界和大量开放的任务，成为近几年开放式学习研究…

多任务学习（MTL）存在很多挑战，因为不同任务之间的梯度可能矛盾。为了利用任务之间的关联，作者引入了 Mod-Squad 模型，它是多个专家组成的模块化模型。模型可以灵活优化任务和…

大型语言模型 (LLMs) 最近在代码层面的一系列下游任务中表现十分出彩。通过对大量基于代码的数据 (如 GitHub 公共数据) 进行预训练，LLM 可以学习丰富的上下文表征，这…

ChatGPT在广泛的开放域任务上展现出令人瞩目的强大对话、上下文学习和代码生成能力，而且它所获得的常识知识还可以为特定领域的任务生成高级解决方案概要。不过，除了更强大的学习、理解…

神经网络可以在很多任务上有超越人类的表现，但如果你要求一个 AI 系统吸收新的记忆，它们可能会瞬间忘记之前所学的内容。现在，一项新的研究揭示了神经网络经历睡眠阶段并帮助预防这种健忘…

人工智能如今可以完成的任务数不胜数，只要人类能够创造性地想出应用人工智能技术的方法。考虑到这一点，人们可能永远没有想到有些任务人工智能能够执行。 人们可以深入研究以他们没有意识到的…

GPT-4 等大型语言模型（LLM）在许多推理任务上表现出色，然而，大部分现有研究仅关注静态环境下的任务，如回答问题或解数学题。那么，LLM 能否在真实世界中完成复杂的交互式任务呢…

任务语义可以用一组输入到输出的例子或一条文本指令来表示。传统的自然语言处理（NLP）机器学习方法主要依赖于大规模特定任务样本集的可用性。 但这出现了两个问题：首先，收集特定于任务的…

夕小瑶科技说 原创 作者 | iven 火遍全网的AutoGPT[1]在Github收藏量突破十万。这种自我规划、自我执行的智能体首次关注人工智能模型内部的自我调整与优化…