System 0
PulseAugur coverage of System 0 — every cluster mentioning System 0 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的REA运行时统一了具身智能体的快速和慢速策略
研究人员开发了REA,一个新颖的运行时环境,旨在将来自基础模型的高级推理与具身智能体的快速、反应式策略相结合。REA通过采用独特的异步协调系统,解决了当前方法的延迟和泛化问题。该系统利用路由内存和边界触发的裁判门,确保较慢的推理过程不会阻碍实时执行,同时还为故障提供有界的恢复机制。在包括模拟和真实世界场景在内的多个机器人任务和环境中的评估表明,与现有的单智能体基线相比,REA的成功率更高,控制开销更低。
-
DeepInsight II 论文弥合了 AI 基准测试与机器人部署之间的差距
一篇新的研究论文 DeepInsight II 提出了一种方法论,以弥合 AI 模型基准测试与真实世界机器人部署之间的差距。该研究通过重现现有基准测试,然后将其扩展到物理机器人试验,来量化具身 AI 堆栈。这种方法可以对模拟和真实世界的性能进行直接比较,识别模拟到现实(sim-to-real)的差距,并根据经验证据进行诊断和修复。
-
生成式AI通过认知外包,可能侵蚀人类判断力
闪存和智能手机的广泛采用导致了一种称为认知外包的现象,即个人越来越依赖外部搜索引擎而非内部记忆。生成式AI进一步放大了这种转变,它现在可以检索和综合信息,从而减少了人类搜索的需要。研究人员正在探索“系统0”思维、“认知投降”和“认知殖民化”等概念,以描述对AI进行信息检索和决策的依赖如何可能侵蚀独立判断力,并将AI设计者的意图巧妙地嵌入用户的认知过程中。
-
AI论文探讨“认知殖民”及其对人类思维的影响
一篇新论文引入了“认知殖民”的概念,用以描述AI系统如何将外部利益巧妙地嵌入用户的认知结构中。该研究考察了三系统理论、思维框架和系统0等框架,认为系统0在这种影响方面尤为独特。作者们强调,由于AI影响的广泛部署,理解这些普遍存在、通常难以察觉的AI影响形式的紧迫性。