全部 AI 动态
-
-
亚洲芯片股下跌，人工智能资金担忧
HN ð10· 0 评论
-
开源新模式：关闭以拉取请求，开放以重新混合
HN ð12·10评论
-
人工智能面试官遇见人工智能面试官，混乱随之而来
HN Ÿ 5 · 0 评论
-
Anthropic第三季度收入跃升至168亿美元
HN ð14· 6 评论
-
Anthropic的Scion深受Mononoke的启发
HN ð215· 93 评论
-
银行现在正试图出售他们刚刚承保的人工智能数据中心债务
HN ð250· 200 评论
-
稀疏人类引导下现实世界移动操纵的分层剩余策略学习
作者：龚哲菲、江赫菲、王泽浩|移动操纵（MoMa）是自主机器人系统的基石，但由于多维动作空间和异类模块之间复杂的耦合，现实世界的微调仍然是一项艰巨的挑战。在本文中，我们提出了HiRe-MoMa（分层剩余移动操纵），这是一个用于对复杂M进行稳定且样本高效的现实世界微调的系统框架
-
建模和理解具有扩散的类人策略的神经权重
作者：Huixuan Cheng, Bike Zhang, Shankar Sastry | 机器人学习领域的最新进展极大地推动了人形机器人控制的快速发展，使得人形机器人能够在现实世界中展现出更为敏捷的行为。不过，目前的人形机器人控制网络通常是通过传统的训练方法获得的，而直接建模其学习到的权重分布以及构建相应的功能网络方面的研究却相对较少。
-
语言代理的协同进化行为和预测
作者：余浩飞、陈艺兴、赵亦宁|训练语言代理受到长期部署的高成本的限制，但标准代理强化学习（RL）只能从最终的纯量奖励中学习，从而使中间步骤的监督基本上未使用。之前的工作通过估计每一步成功概率的价值目标或适合环境响应的观察目标来利用这种监督。两
-
你的Transformer秘密有弹性
作者：Walter Simoncini、Dheeraj Varghese、Gertjan J. Burghouts|扩展变压器产生了具有广泛功能的模型，部署在不同的硬件和波动的工作负载中。然而，型号系列仅提供少数固定尺寸（例如，S、B、L），迫使用户根据硬件和延迟限制承诺模型。在不同的查询负载下，这种刚性通常不是最佳的。我们引入了一种免重新训练的方法，可以弹
-
大型市场上一价拍卖无政府状态的价格
作者：Shubhendu Trivedi、Jacob Eisenstein、Alekh Agarwal|代理市场是一个去中心化的服务时间市场，人工智能代理竞标来领取每个用户的提示。代理的出价基于其对提示的预期价值，即其响应的回报预期减去其推断成本。第一价格拍卖（FPAs）是最高出价者支付出价并接收提示，是在这样的市场中分配提示的自然方式，
-
可学习的Hodge-Laplacian驱动的粗糙非结构网格上的稳定偏脱方程替代专家混合
作者：Stavros Nousias、Akis Nousias、Konstantinos Gkripanis|当前用于非结构网格上的稳态偏微方程代理模型的方法将单一混合机制应用于整个解决方案。本文提出了一种架构，将解决方案分配给vanilla Transformer专家，每个专家都专注于不同的频谱规模。该分区由离散的Hodge Laplacian构建$L_0
-
玩家-1：从合成体验中学习游戏
作者：杨明宇、王亦然、胡思源|计算机使用的代理在解释屏幕以及执行键盘和鼠标操作方面表现出强大的能力。然而，游戏具有丰富的视觉世界和多样化的机制，仍然具有挑战性，并为通用数字控制提供了要求严格的下一步。当前的游戏代理学习管道通常依赖于大规模演示，动态游戏状态的覆盖范围有限
-
测试时培训的潜在压实
作者：陈英发、申星宇、肖朝军|长上下文扩大了关键值（KV）缓存，增加了生成期间的内存使用和注意力成本。压缩这些缓存必须为不可见的问题保留信息。我们引入了 ** 潜在压缩 **，它通过测试时训练学习紧凑的文档特定缓存。我们使用重建重要性、教师注意力和密钥空间多样性来初始化缓存条目。Trai
-
一项任务，多个接口：简单的跨接口一致性培训提高LLM代理的鲁棒性
作者：Artin Tajdini、Manpreet Kaur、Peng Qi|后训练将LLM代理的能力与其训练的接口绑定起来。对该接口的语义保留的扰动，例如重命名动作或更改符号，会使底层任务保持不变，但会使代理的表现变得更差。独立评分每个样本意味着接口随机化只会扩大这种依赖性从单个接口扩展到训练集成
-
Neckbeard -适合您的代理的DevOps/platform/SRE插件
HN ð59· 49 评论
-
专家：遏制和监控失败是人工智能黑客报告的罪魁祸首
HN ð816· 438 评论