学术资讯_万维学术！

【学界研圈】 2024/1/30 17:15:36

WARM：提高LLM预测的整体质量和对齐

[摘要]：将基于人类反馈的强化学习（RLHF）和大型语言模型（LLMs）对齐可能会导致奖励破解，LLMs 利用奖励模型（RM）中的失误来获得看似很高的奖励，却没有达到基本目标。为此，来自谷歌公司的研究团队提出了加权平均奖励模型（WARM）。实验表明，WARM 提高了 L...

浏览 (124)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:15:09

SpatialVLM：教视觉语言模型学会空间推理

[摘要]：来自谷歌、麻省理工和斯坦福的研究团队开发了一个自动 3D 空间 VQA 数据生成框架，可在 1000 万张真实世界图像上生成 20 亿个 VQA 示例。SpatialVLM 以首个互联网规模的度量空间 3D 空间推理数据集为特色。通过在此类数据上训练 VLM，...

浏览 (146)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:14:41

OK-Robot：基于开放知识的新型机器人框架

[摘要]：来自纽约大学和 Meta 公司的研究团队开发了一个名为 OK-Robot 的新开放知识机器人框架。OK-Robot 将用于物体检测的视觉-语言模型（VLMs）、用于移动的导航原语和用于物体操作的抓取原语结合起来，为取放操作提供了一个无需任何训练的集成解决方案。...

浏览 (137)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:14:15

搞定logo设计，港科大提出AI辅助工具TypeDance

[摘要]：来自香港科技大学的研究团队提出了一种结合设计原则和个性化语义排版 Logo 设计的 AI 辅助工具——TypeDance。TypeDance 中包含一个全面的设计工作流程，包括创意构思、选择、生成、评估和迭代等环节。通过包括模仿和创作在内的双任务用户评估，证实...

浏览 (145)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:13:33

超越Stable Diffusion：扩散模型的大规模强化学习

[摘要]：来自 Pinterest 公司和麻省理工学院（MIT）的研究团队提出了一种有效的可扩展算法，利用强化学习（RL）在多个多样的奖励函数（如人类偏好、组合性和公平性）上改进扩散模型。这一方法显著超过现有方法，可以使扩散模型更符合人类偏好。论文链接：https://...

浏览 (136)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:13:11

OpenAI、斯坦福提出Meta-Prompting：单一模型化身“多面”专家

[摘要]：来自 OpenAI 和斯坦福的研究团队提出了一种旨在提升语言模型（LM）功能的有效脚手架（scaffolding）技术—— Meta-Prompting。它将单一的 LM 转变为多功能的指挥者，擅长管理和整合多个独立的 LM 查询。研究团队将外部工具（如 Py...

浏览 (122)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:11:45

AgentBoard：多轮LLM智能体分析评估框架

[摘要]：来自香港大学、浙江大学、上海交通大学、清华大学的研究团队及其合作者提出了一个分析评估大型语言模型（LLM）智能体的开创性的综合基准和配套开源评估框架—— AgentBoard。AgentBoard 在揭开智能体行为的神秘面纱和加速开发更强大的 LLM 智能体方...

浏览 (137)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:11:24

ConTextual：评估大型多模态模型中对上下文敏感的富文本视觉推理

[摘要]：来自加州大学洛杉矶分校的研究团队提出了一个评估大型多模态模型（LMMs）执行上下文敏感文本丰富的视觉推理能力（context-sensitive text-rich visual reasoning）指令的新基准—— ConTextual。研究表明，表现最好的...

浏览 (126)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:08:03

WebVoyager：利用大型多模态模型构建端到端网络智能体

[摘要]：来自浙江大学、腾讯公司和西湖大学的研究团队推出了一种创新的大型多模态模型（LMM）驱动的网络智能体—— WebVoyager。它可以通过与真实世界的网站交互来完成端到端的用户指令。WebVoyager 的自动评估与人类判断的一致性达到了 85.3%。论文链接：...

浏览 (155)

点赞 (0)

收藏 (0)
【学界研圈】 2024/1/30 17:07:11

清华新研究：让GPT-3.5比肩GPT-4

[摘要]：来自清华大学和中国人民大学的研究团队及其合作者提出了一种通过任务间自我进化来增强人工智能（AI）智能体适应性和灵活性的新策略—— Investigate-Consolidate-Exploit（ICE）。它能够减少多达 80% 的 API 调用，并显著降低对模...

浏览 (128)

点赞 (0)

收藏 (0)