实体
Terry Winograd
Terry Winograd
PulseAugur coverage of Terry Winograd — every cluster mentioning Terry Winograd across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
SHRDLU：早期人工智能程序在虚拟积木世界中理解自然语言
SHRDLU 是在 1968 年至 1970 年间在麻省理工学院开发的一个早期自然语言理解程序，它允许用户与一个模拟的“积木世界”进行交互。该程序可以解析英文指令来移动物体、记住上下文，并回答有关虚拟环境状态和历史的问题。SHRDLU 利用有限的词汇量和基本的记忆系统来创造令人信服的理解模拟，并使用 Micro Planner 和 Lisp 编写。
-
AI 研究人员争论 AGI 是否需要物理具身，而不仅仅是多模态数据
一篇近期文章认为，尽管当前的大型语言模型能力令人印象深刻，但它们不太可能实现人工智能通用智能（AGI）。作者认为，真正的 AGI 需要对物理世界有扎实的、具身的理解，而仅通过预测下一个词元进行训练的模型缺乏这种理解。作者建议，与其专注于结合不同数据类型的多模态方法，不如将与环境的具身互动作为涌现智能的基础。
-
大型语言模型在纠正错误方面有多好？一项使用 Keras 和 TPU 的聊天机器人竞技场实验
当前评估大型语言模型的方法，如 MMLU 和 HumanEval，可能不足以捕捉交互式、目标导向对话的细微差别。更有效的方法是根据聊天机器人在多轮对话中与用户互动以实现特定目标的能力来评估它们，这模仿了人类的互动模式。这种“有目的的对话”可以增强用户体验并解锁新功能，即使在代码生成和个性化助手等领域也是如此。