Улучшение планирования агента: параметрический подход искусственного интеллекта к знанию мира

 Optimizing Agent Planning: A Parametric AI Approach to World Knowledge

“`html

Использование крупных языковых моделей для планирования в реальном мире

Крупные языковые модели (LLM) значительно продвинули обработку естественного языка. Недавно использование LLM для планирования задач в физическом мире показало потенциал. Однако LLM, в основном авторегрессионные модели, часто не понимают реальный мир, что приводит к галлюцинациям и попыткам и ошибкам. В отличие от LLM, люди используют глобальное задачное знание и локальное состояние, чтобы эффективно планировать и выполнять задачи, избегая слепых попыток и путаницы во время планирования и выполнения.

Разработка параметрической модели мирового знания (WKM) для планирования агента

Вдохновленные человеческим подходом к планированию, исследователи из Зейцзянского университета – Совместной лаборатории знаниевого графа Ant Group, Национального университета Сингапура и Alibaba Group разработали параметрическую модель мирового знания (WKM) для планирования агента. WKM основана на знаниях как экспертов, так и исследованных траекториях. Модель агента синтезирует задачное знание, сравнивая эти траектории, и обобщает состояние знания для каждого шага планирования. Эти знания интегрируются в экспертные траектории для обучения WKM. Во время планирования WKM предоставляет глобальное задачное знание и поддерживает динамическое состояние знания, направляя агента и предотвращая галлюцинации через поиск ближайших соседей и взвешенные прогнозы.

Применение и оценка метода на реальных наборах данных

Метод оценивается на наборах данных ALFWorld, WebShop и ScienceWorld, с тестированием обобщения на невидимые задачи. Результаты показывают превосходную производительность WKM по сравнению с GPT-4 и передовыми моделями, превосходя сильные базовые уровни. Аналитические эксперименты демонстрируют способность WKM снижать попытки и ошибки, улучшать обобщение на невидимые задачи и расширять обучение единого мирового знания.

Подробнее ознакомьтесь с статьей. Вся заслуга за это исследование принадлежит исследователям проекта. Также не забудьте следить за нами в Twitter. Присоединяйтесь к нашему каналу в Telegram, Discord и группе в LinkedIn.

Если вам нравится наша работа, вам понравится наш рассылка.

Не забудьте присоединиться к нашему 43k+ ML SubReddit.

Попробуйте AI Sales Bot от itinai.ru – этот AI-ассистент в продажах помогает отвечать на вопросы клиентов, генерировать контент для отдела продаж и снижать нагрузку на первую линию.

“`

Полезные ссылки: