由 GPT-4 和 DALL-E 2 等大型基础模型提供支持的大型模型 (LM) 代理代表了实现通用人工智能 (AGI) 的重要一步。 LM 代理展现出自主性、体现性和连接性的关键特征,使它们能够在物理、虚拟和混合现实环境中运行,同时与人类、其他代理及其周围环境无缝交互。本文对 LM 代理的最新技术进行了全面的调查,重点关注架构、合作范式、安全性、隐私和未来前景 ...
0 0 0 2025/02/19 arXiv:2409.14457v2 attention2
对多模式财务数据进行了微调的大型语言模型(LLMS)在各种财务任务中表现出令人印象深刻的推理能力。但是,他们经常在交易式金融市场(例如交易)中与多步,面向目标的方案斗争,在这种情况下,需要复杂的代理方法来改善决策。为了解决这个问题,我们建议\ textsc {flag-trader},这是一种统一的体系结构,将语言处理(通过LLMS)与梯度驱动的加固学习(RL)策略优化集成在一起,其中部分微调的L ...
0 0 0 2025/02/18 arXiv:2502.11433v1 attention2
在移动互联网时代,通常在个人设备上不断生成用户数据,通常称为记忆。有效地管理和利用此数据向用户提供服务是一个引人注目的研究主题。在本文中,我们介绍了由大型语言模型(LLMS)提供动力的个性化代理的新任务,该代理使用用户的智能手机记忆来增强具有高级LLM功能的下游应用程序 ...
0 0 0 2025/02/18 arXiv:2409.19401v1 JasperYu
大型语言模型(LLM)代理商在任务自动化和智能决策中表现出显着的功能,推动了诸如Langchain和Autogen等代理开发框架的广泛采用。但是,这些框架主要为开发人员提供广泛的技术专业知识的服务 - 考虑到只有0.03%的全球人口具有必要的编程技能,这一重大局限性 ...
0 0 0 2025/02/17 arXiv:2502.05957v1 读个论文看看吧
人工智能领域见证了自然语言处理的重大进步,这在很大程度上归因于大语言模型(LLMS)的能力。这些模型构成了旨在解决长篇下说依赖性的代理的骨干,尤其是在文档级机器翻译(DOCMT)中。 DOCMT提出了独特的挑战,质量,一致性和流利度是评估的关键指标 ...
0 0 0 2025/02/17 arXiv:2501.08523v1 NeverSettle
传统的动画生成方法取决于使用人体标签数据的培训生成模型,需要一条复杂的多阶段管道,需要大量的人类努力并造成高训练成本。由于促进计划有限,这些方法通常会产生简短的,贫困和上下文的动画。为了克服这些局限性并自动化动画过程,我们会引入大型多模型模型(LMMS)作为核心处理器,以构建一个名为Anim-Director的自主动画制作代理 ...
0 0 0 2025/02/17 arXiv:2408.09787v1 王德发
维持全面和最新的知识图(kgs)对于现代AI系统至关重要,但是随着科学文献的快速增长,手动策划努力进行扩展。本文介绍了业力,这是一种新型框架,采用多工具大型语言模型(LLMS),通过对非结构化文本的结构化分析来自动化kg富集。我们的方法采用九种协作代理,跨越实体发现,关系提取,模式一致性和冲突解决方案,迭代解析文档,验证提取的知识并将其集成到现有的图形结构中,同时粘贴域特异性模式 ...
0 0 0 2025/02/17 arXiv:2502.06472v1 xiongxiaobao
大语言模型 (LLM) 的快速发展引领了一个以现实场景中自主应用程序开发为标志的新时代,这推动了创建高级网络代理的创新。现有的 Web 代理通常仅处理一种输入模式,并且仅在简化的 Web 模拟器或静态 Web 快照中进行评估,这极大地限制了它们在现实场景中的适用性。为了弥补这一差距,我们引入了 WebVoyager,这是一种创新的大型多模式模型 (LMM) 支持的 Web 代理,可以通过与现实世界 ...
0 0 0 2025/02/17 arXiv:2401.13919v4 Hollowyuk

来一起翻译吧!


为了您和其他读者获得更好的阅读体验,请您勇敢地改进翻译,特别是一些显而易见的机器翻译错误。


虽然我们追求卓越,但我们并不要求翻译十全十美,因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译,您不必担心会因为您的失误导致无法挽回的破坏。(改编自维基百科)