News
Լրահոս
News
Երկուշաբթի
Հունիս 24
Տեսնել լրահոսը

Մասաչուսեթսի տեխնոլոգիական ինստիտուտի (MIT) համակարգչային գիտության և արհեստական բանականության լաբորատորիայի (CSAIL) հետազոտողները ստեղծել են երեք «վերացարկումների գրադարան», որոնք ցույց են տալիս, թե ինչպես առօրյա բառերը կարող են դառնալ «լեզվական մոդելների համար համատեքստի հարուստ աղբյուր», ասվում է ինստիտուտի հայտարարության մեջ:

Բոլոր երեք գրադարանները՝ LILO-ն (գրադարանային ներածություն լեզվական դիտարկումների վրա), Ada-ն (գործողությունների առարկայական ոլորտի ուսումնասիրություն) և LGA-ն (լեզվով կառավարվող վերացարկում) - աշխատում են, որպեսզի ապահովեն մարդկային մտածելակերպը որոշակի գործառույթների իրականացման դեպքում, ինչպիսիք են համակարգչային ծրագրավորումը, առաջադրանքների ծրագրումը և ռոբոտացման խնդիրները:

LILO-ում ներդրված նյարդախորհրդանշական մեթոդով MIT-ն օգտագործում է իր Stitch ալգորիթմը՝ վերացարկումները նույնականացնելու համար: Մյուս կողմից, Ada-ն ցուցադրում է մարդկային բանականության ֆոնային դատողությունները, որոնք խաբուսիկորեն դժվար է վերստեղծել արհեստական ​​բանականության (ԱԲ) միջոցով:

Հետազոտողները կենտրոնացել են հրահանգներով պայմանավորված տնային առաջադրանքների և տեսախաղերի վրա և մշակել են լեզվական մոդել, որը ենթադրում է վերացարկվել տվյալների հավաքածուից: Գոյություն ունեցող LLM հարթակներում, ինչպիսիք են GPT-4-ը, ներդրման դեպքում արհեստական բանականության գործողությունները, ինչպիսիք են «սառեցված գինին պահարանում դնելը» կամ «մահճակալ հավաքելը» (Minecraft ոճով) զգալիորեն բարձրացրել են առաջադրանքների կատարման ճշգրտությունը, համապատասխանաբար 59 և 89 տոկոսով։

Boston Dynamics ռոբոտաշինության հարթակում թեստավորման ժամանակ՝ խնդրելով ռոբոտին մրգեր հավաքել կամ շշերը նետել աղբամանի մեջ, լեզվական մոդելները կարողացել են մշակել գործողությունների ծրագիր այն պայմաններում, որոնք  հետազոտողներն անվանում են «ոչ կառուցվածքային միջավայր»: Այս տեսակի առաջադրանքների ուղղորդումը կարող է իրական նշանակություն ունենալ ինքնակառավարվող մեքենաների կամ այլ ինքնավար տեխնոլոգիաների համար:



!
Այս նյութը հասանելի է նաև   Русский
Տպել
Ամենաշատ