一篇新论文提出，实现通用人工智能（AGI）的关键在于开发一个协调层，以补充现有的模式存储库，如大型语言模型（LLMs）。作者认为，当前的 LLMs 是基础的“系统1”底层，但需要一个“系统2”协调机制来管理和验证这些模式的使用。他们提出的 MACI 框架通过诱饵、过滤和事务性记忆等方法整合了多样性和控制，在涉及因果判断和迎合-偏执权衡的任务上，其性能优于静态提示。 AI
影响 提出了一种新颖的 AGI 架构方法，表明 LLMs 是必要但不充分的组成部分。
排序理由 该集群包含一篇讨论 AGI 理论框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
