一次示范让Agent适应各种新环境,浙大杭电智能体框架入选NeurIPS
只需一次人类示范,AutoManual框架就能让智能体快速适应新环境,成功率高达97%,且生成的Markdown手册易于阅读。该研究模仿了人类学习新环境的过程来记录和更新LLM Agent的理解,有效缓解了对人工专家依赖的问题。
只需一次人类示范,AutoManual框架就能让智能体快速适应新环境,成功率高达97%,且生成的Markdown手册易于阅读。该研究模仿了人类学习新环境的过程来记录和更新LLM Agent的理解,有效缓解了对人工专家依赖的问题。
清华大学NLP实验室提出Delta-CoMe模型增量压缩技术,80G的A100 GPU可加载50个7B模型,节省显存约8倍。该方法结合低秩分解和低比特量化技术,显著提升复杂任务性能并兼顾效率,优于传统微调方法。
神经学研究专用基准BrainBench显示,经过训练的LLM预测结果准确率为81.4%,远超人类专家的63%。论文提出了一个新基准测试,评估LLM预测神经科学结果的能力,并发现LLMs学习了广泛的科学模式而不是记忆数据。
马斯克为Optimus新灵巧手站台,该手部拥有22个自由度。用户可在远程操控下实现类似居家操作的效果。Optimus副总裁透露其相比上一代在灵活性上有显著提升,并计划在未来几个月内完善更多功能。
清华大学与面壁团队开源新一代主动Agent交互范式,使AI具备主动观察环境和提出任务的能力。相比传统被动式Agent,主动式Agent能够预判用户需求并自主帮助解决问题。