AI網(wǎng)紅能年賺百萬，普通人的新機(jī)會(huì)來了？
來源｜運(yùn)營研究社作者 | 張知白編輯 | 楊佩汶設(shè)計(jì) | 晏談夢潔2023 年 ，數(shù)字人成為了當(dāng)紅的“流量話題”和“商業(yè)機(jī)會(huì)"。不管是 AI 孫燕姿走紅網(wǎng)絡(luò)，還是 AI 數(shù)字
11 月 15 日消息，微軟近日推出了名為“Everything of Thought”（XOT）的方法，靈感來自谷歌 DeepMind 的 AlphaZero，利用緊湊的神經(jīng)網(wǎng)絡(luò)，來增強(qiáng) AI 模型推理能力。
微軟和佐治亞理工學(xué)院、華東師范大學(xué)合作開發(fā)了該算法，整合了強(qiáng)化學(xué)習(xí)（reinforcement learning）和蒙特卡洛樹搜索 （MCTS） 能力，在復(fù)雜決策環(huán)境中，進(jìn)一步提高解決問題的有效性。
注：微軟研究團(tuán)隊(duì)表示 XOT 方法可以讓語言模型擴(kuò)展到不熟悉的問題上，在 Game of 24、8-Puzzle 和 Pocket Cube 嚴(yán)苛測試中提升明顯。結(jié)果表明，XOT 明顯優(yōu)于其他方法，甚至解決了其他方法失敗的問題。但是，XOT 并沒有達(dá)到 100% 的可靠性。
XOT 框架包括以下關(guān)鍵步驟:
預(yù)訓(xùn)練階段：MCTS 模塊在特定任務(wù)上進(jìn)行預(yù)訓(xùn)練，以學(xué)習(xí)有關(guān)有效思維搜索的領(lǐng)域知識(shí)。輕量級(jí)策略和價(jià)值網(wǎng)絡(luò)指導(dǎo)搜索。思想搜索: 在推理過程中，預(yù)訓(xùn)練的 MCTS 模塊使用策略 / 價(jià)值網(wǎng)絡(luò)來有效地探索和生成 LLM 的思想軌跡。
思想修正：LLM 審查 MCTS 的思想并識(shí)別任何錯(cuò)誤。修正的想法是通過額外的 MCTS 模擬產(chǎn)生的。
LLM 推理: 將修改后的想法提供給 LLM 解決問題的最終提示。
在此附上論文 [PDF] 地址，感興趣的用戶可以深入閱讀。
本文鏈接：http://www.tebozhan.com/showinfo-45-2566-0.html微軟推出 XOT 方法，提升語言模型推理能力
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
上一篇： DeepMind 大模型登 Science：1 分鐘預(yù)測 10 天天氣數(shù)據(jù)，90% 指標(biāo)超越人類最強(qiáng)模型
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)