2024-09-12 39 0

无论是专业人士磨练技能还是儿童学习阅读，教练和教育者在评估学习者在特定情境下对问题的回答并引导他们实现目标方面都发挥着关键作用。这些互动具有与其他形式的对话不同的独特特征，但当学习者独自在家练习时，这些互动是无法实现的。在自然语言处理领域，...

2024-09-12 43 0

控制机器人的常用方法是使用代码对机器人进行编程以检测物体、使用序列命令移动执行器以及使用反馈循环指定机器人应如何执行任务。虽然这些程序可以表达性强，但为每个新任务重新编程策略可能非常耗时，并且需要领域专业知识。如果机器人在收到人类指令后，能...

2024-09-12 40 0

强化学习(RL) 是机器学习的一个领域，专注于使用相关经验训练智能代理，以便它们可以学习解决决策任务，例如玩视频游戏、驾驶平流层气球和设计硬件芯片。由于 RL 的通用性，RL 研究中的普遍趋势是开发能够有效学习白板（tabula rasa）...

2024-09-12 37 0

我们生活在一个自然风光无限的世界——雄伟的山脉、壮丽的海景和宁静的森林。想象一下，像鸟儿一样飞过细节丰富的三维景观，欣赏这种美景。计算机能学会合成这种视觉体验吗？这种能力将为游戏和虚拟现实体验提供新的内容：例如，在无限自然场景的沉浸式飞行中...

2024-09-12 42 0

最近的进展扩展了语言模型 (LM) 在下游任务中的适用性。一方面，通过思路链提示得到适当提示的现有语言模型展示了新兴能力，即执行自我调节的推理轨迹从问题中得出答案，擅长各种算术、常识和符号推理任务。然而，在思路链提示下，模型不扎根于外部世界...

2024-09-12 42 0

绘制人脑的布线和放电活动图对于理解我们的思维方式（即我们如何感知世界、学习、决策、记忆和创造）以及大脑疾病或功能障碍可能出现的问题至关重要。最近的努力已经提供了前所未有的质量和规模的公开大脑地图（脑细胞及其连接的高分辨率 3D 映射），例如...

2024-09-12 41 0

用大量文本数据训练的语言模型彻底改变了自然语言处理 (NLP) 领域。扩大语言模型的规模通常可以提高一系列下游 NLP 任务的性能和采样效率。在许多情况下，可以通过推断较小模型的性能趋势来预测大型语言模型的性能。例如，经验表明，规模对语言模...

2024-09-12 42 0

神经网络吸收信息的能力受限于其参数的数量，因此，寻找更有效的方法来增加模型参数已成为深度学习研究的一种趋势。混合专家(MoE) 是一种条件计算，其中网络的某些部分根据每个示例进行激活，它被提出作为一种在不按比例增加计算量的情况下大幅提高模型...

2024-09-12 45 0

随着机器学习 (ML) 研究转向能够执行众多下游任务的大规模模型，对数据集的起源、开发、意图和演变的共同理解对于负责任且明智地开发 ML 模型变得越来越重要。然而，关于数据集的知识（包括使用和实现）通常分布在团队、个人甚至时间之间。今年早些...

2024-09-11 47 0

这些举措共同旨在保证南非的电力系统更加可靠，5G 连接更加快捷、更加高效。南非政府正在通过对电网标准和 5G 技术进行重大更新来推进其数字基础设施。SANS 61850-8-1:20XX Ed 2.1 标准草案的推出代表着电网现代化以提高效...