LLM分类是特征工程
HN Ÿ 86 · 18 评论
-
-
显示HN：分享您的人工智能设置，向他人学习
HN ð164· 85 评论
-
GLM建立了自己的推理基础设施
HN ð96· 60 评论
-
CC邀请所有模范公民参加40 C3
HN Ÿ 8 · 0 评论
-
OpenAI模型秘密生成忽略约束的指令
HN ð17· 5 评论
-
Jev Ultrafast：具有动态索引动作空间的浏览器代理
HN ð67· 4 评论
-
Pangram -文本和图像的人工智能检测器
HN ð21· 15 评论
-
OpenSec-一个轻量级且可配置的AI规范框架
HN ð21· 3 评论
-
HarnessTax：收件箱对于编码代理有多重要？
HN ð73· 21 评论
-
突破三元LL M的1.58位障碍
HN ð110· 10 评论
-
物理学前沿模型有多好？
HN ð59· 27 评论
-
AMD Matrix Core的准确模型
HN ð53· 6 评论
-
训练4B模型，以比Postquist快81%的速度生成查询计划
HN345· 67 评论
-
反向工程的类似杰夫的模型
HN ð47· 8 评论
-
目标与搜索：分解好代币器的组成部分
作者：Ahmetcan Yavuz，Clara Meister，Tiago Pimentel|现代语言模型使用两种主要的标记化算法：字节对编码（BPE）和UnigramLM。它们在两个垂直轴上有所不同：它们的优化目标（压缩vs. log似然）和它们的搜索过程（自下而上合并vs.自上而下修剪）。现有的比较混淆了这些轴，使其不清楚它们观察到的差异是否源于什么是b
-
LLM偏好一致的零阶范式
作者：陈旭，陈曦，尹沃涛|由于直接偏好对齐方法的计算和存储效率，因此被广泛用于将大型语言模型（LLM）与人类偏好对齐。然而，可能性位移激励替代的方式来提取信息的偏好对小的可能性利润。在本文中，我们提出并分析了基于比较的偏好优化（CompPO），一个零阶的，
-
PANORAMA：通过面具提案选择进行全景接地字幕
作者：Sara Pieri、Evangelos Kazakos、Shizhe Chen|在世界上运作的智能系统需要全面且基于空间的图像理解。当前的视觉语言模型（VLM）可以生成流畅且详细的图像字幕，但将它们与图像像素可靠地关联起来仍然具有挑战性。将密集字幕与像素级接地相结合的现有方法通常会产生不完整的描述或不完整的描述
-
梦想接触之声：利用视频和音频生成进行零射击力感知操纵和数据生成
作者：季冠华、李天玉、Dayoon Suh|视频生成的最新进展允许机器人从生成的视频中学习操纵轨迹。然而，这些方法产生的纯粹运动学轨迹缺乏力信息，导致接触丰富的任务失败，而适当的接触力对于成功至关重要。在这项工作中，我们探索用音频增强生成的视频，以塑造有界、时变的愿望
-
历史相关伐木条件下非政策评估的指数硬度
作者：Pranaya Jajoo|已记录的数据集是否可以频繁访问每个隐藏状态，但仍然无法提供有关目标策略价值的信息？我们表明，当记录器依赖历史时，它是可以的。对于每个地平线$H \ge 3$，我们构建两个POMDP，每个阶段最多有两个潜在状态、三个动作和一个具有三种记忆状态的公共记录器。行动覆盖、信仰覆盖和两种行为边缘
-
ScienceIDE：将世界科学代码库转变为代理可学习环境
作者：耿贺佳，黄泽森，李浩洋|科学代码库将数十年的人类知识编码在可执行的模型、方法和工具中。然而，碎片化的工具链、隐含的领域惯例和专门的正确性标准使得这些知识难以转化为可靠的学习体验--我们称之为科学体验瓶颈的挑战。我们介绍ScienceIDE，将世界科学
-
双进程语言代理的认知扩展：交互环境中的记忆和自我反思
作者：João Meneses dos Santos、Arlindo L. Oliveira|语言代理在交互式环境中仍然很脆弱，在交互式环境中，成功需要长期状态跟踪、有效操作执行以及从失败步骤中恢复。我们扩展了SwiftSage，这是一个双进程代理，它将快速行动提议者与较慢的计划者结合在一起，使用两个模块化认知扩展：用于突出性门控情景存储的自适应记忆模块（A
-
Affora：一个面向代理友好界面的设计系统
作者：高金|计算机使用的代理越来越多地操作为人类设计的软件，但界面通常让机器读者不清楚操作或任务状态。我们介绍了Affora，这是一个支持读者的设计系统，同时保留视觉自由和熟悉的人类工作流程。三项对照研究检查了组件实现、视觉变化和交互设计原则。他们的发现
-
旗帜游戏：一个机械群体可解释性的玩具模型
作者：伊丽莎白·帕夫洛娃、田中秀织|人工智能代理的紧急协调行为开始带来严重的安全风险。驱动这些行为的一个关键现象是对世界信念的快速形成和传播，而机械理解对于集体一致至关重要。为此，我们引入了旗帜游戏，这是一种用于研究集体信仰形成机制的玩具模型。具体来说，是隐藏的计数
-
播放日志（N）-维基百科摘要问题：配对前沿模型之间的通信效率
作者：Peter Potash|我们在两个智能体$\log（N）$-Questions游戏中评估了六个前沿语言模型。提问者看到$N$维基百科的开头段落，并且必须准确使用$\log_2 N$是/否问题来识别秘密选择的目标。回答者只看到目标和问题，并用一个词回答。这两个角色在同一个提供商上运行，因此游戏衡量模型与自身之间通信的良好程度
-
训练文本到图像模型速度更快3.6倍
HN ð25· 2 评论