大型语言模型（LLM）在经济和战略互动中显示出巨大的潜力，在这种互动中，通过自然语言的交流通常很普遍。这提出了关键问题：LLM的行为是否合理？他们可以模仿人类的行为吗？他们倾向于达到有效而公平的结果吗？自然语言在战略互动中的作用是什么？经济环境的特征如何影响这些动态？这些问题对于将基于LLM的代理集成到现实世界中数据驱动的系统（例如在线零售平台和推荐系统）的经济和社会含义至关重要。虽然ML社区一直 ...
从观察数据中估算反事实的结果与许多应用程序有关（例如个性化医学） ...
隐式神经表示（INRS）在神经网络权重中编码信号作为记忆有效表示，将采样分辨率与相关资源成本解耦。当前的INR图像分类方法在低分辨率数据上进行了证明，并且对图像空间转换敏感。我们将这些问题归因于全球，完全连接的MLP神经网络架构编码当前INR的编码，INR缺乏本地表示的机制：MLP对绝对图像位置敏感，并且在高频细节上挣扎 ...
知识图（kgs）对于GraphRags的功能至关重要，GraphRags是一种检索型生成系统（RAG）的形式，它在需要结构化推理和语义理解的任务中表现出色。但是，由于传统方法的准确性和可伸缩性限制，为GraphRag创建KG仍然是一个重大挑战。本文介绍了一种新型方法，利用大型语言模型（LLM）（例如GPT-4，Llama 2（13b））和Bert直接从非结构化数据中生成KGS，绕过传统管道 ...
提出了固有的自我纠正，以通过反馈提示仅根据其固有能力来改善LLM的响应。但是，最近的作品表明，LLMS的内在自我纠正在没有Oracle标签的情况下失败，作为反馈提示。在本文中，我们旨在解释LLMS针对不同任务的内在自我纠正，尤其是对于那些失败情况 ...
通用机器人需要多功能的身体和聪明的头脑。人形机器人的最新进展已显示出巨大的希望，作为在人类世界中建立通才自治的硬件平台。一个对大量和多样化数据源培训的机器人基金会模型对于使机器人能够推理新的情况，强大的可变性并迅速学习新任务至关重要 ...
将机器人操作任务表示为关联机器人和环境的约束是编码所需机器人行为的一种有前途的方法。然而，目前尚不清楚如何制定约束条件，使其 1) 能够适应不同的任务，2) 无需手动标记，3) 可通过现成的求解器进行优化以实时产生机器人动作。在这项工作中，我们引入了关系关键点约束（ReKep），这是一种基于视觉的机器人操作约束表示 ...
矮人是太阳邻域中最常见的恒星类型，许多恒星表现出频繁且充满活力的耀斑。为了更好地了解整个电磁频谱中的这些事件，从X射线到无线电机制的7天，一项运动观察到了Au Mic（DM1E）。在这里，我们介绍了Karl G的高空光曲线 ...
