国产精品亚洲mnbav网站_成人午夜亚洲精品无码网站_日韩va亚洲va欧洲va国产_亚洲欧洲精品成人久久曰影片

無直接數據可用,AI怎么學會「干活」?微軟團隊揭秘AI從語言到行動的進化之路

AIGC動態8個月前發布 機器之心
519 0 0

為LAMs的開發提供了首個實踐范例

無直接數據可用,AI怎么學會「干活」?微軟團隊揭秘AI從語言到行動的進化之路

原標題:無直接數據可用,AI怎么學會「干活」?微軟團隊揭秘AI從語言到行動的進化之路
文章來源:機器之心
內容字數:7855字

微軟團隊突破性研究:從語言到行動,構建大行動模型LAM

本文總結了微軟DKI團隊發表的技術報告,該報告詳細闡述了如何從零開始訓練一個大行動模型(LAM),從而實現AI從被動語言生成向主動行動生成的轉變。

1. LLM的局限性和LAM的優勢

傳統的LLM(如GPT系列)擅長文本生成,但在與物理或數字環境交互方面存在局限性,無法執行超出文本層面的操作。 微軟團隊提出的LAM則具備三大特性:用戶意圖理解、行動生成能力以及動態規劃與適應能力,能夠將用戶的意圖轉化為各種形式的可執行步驟,并根據環境變化調整計劃,從而更好地完成復雜任務。

2. 從LLM到LAM的挑戰

構建LAM面臨三大挑戰:首先是數據積累的難題,LAM訓練需要大量任務-行動對數據,而這類數據通常難以獲取;其次是模型訓練的重大轉化,需要從文本生成模型轉變為具備任務規劃、動態執行和調整能力的模型;最后是離線評估的局限性,以及環境適配和線上評估的復雜性,需要在真實環境中測試LAM的實際性能。

3. 數據積累:從無到有的數據構建

為了解決數據稀缺問題,微軟團隊設計了一套兩階段的數據收集與處理流程:第一階段,從開源資源(如應用幫助文檔、WikiHow教程和搜索查詢記錄)收集任務-計劃數據,并通過數據增強技術擴充數據集;第二階段,將抽象的計劃步驟轉化為具體的行動序列,并在真實環境中執行驗證,最終生成結構化的任務-行動對。這個流程成功地從無數據狀態構建了LAM訓練所需的高質量數據集。

4. LAM的訓練過程:四個階段

LAM的訓練分為四個階段:第一階段,任務計劃預訓練,讓模型學習生成任務分解計劃;第二階段,專家知識學習,通過模仿學習讓模型執行具體操作;第三階段,自我探索提升,讓LAM在真實環境中嘗試完成任務,并積累新的成功經驗;第四階段,獎勵模型優化,利用強化學習提升模型的決策能力。

5. 實驗結果與結論

離線和線上實驗結果都表明,LAM在任務成功率、效率方面都顯著優于基線模型(GPT-4o)。LAM的成功為AI從被動語言生成向主動行動生成的轉變提供了新的思路,也為大行動模型的開發提供了首個實踐范例。

6. LAM的實際應用

經過訓練的LAM模型被集成到GUI智能體UFO的AppAgent中,通過與Windows操作系統交互,完成實際任務。這表明LAM具有良好的實際應用潛力。


聯系作者

文章來源:機器之心
作者微信:
作者簡介:專業的人工智能媒體和產業服務平臺

閱讀原文
? 版權聲明
蟬鏡AI數字人

相關文章

蟬鏡AI數字人

暫無評論

暫無評論...
国产精品亚洲mnbav网站_成人午夜亚洲精品无码网站_日韩va亚洲va欧洲va国产_亚洲欧洲精品成人久久曰影片
<span id="3dn8r"></span>
    1. <span id="3dn8r"><optgroup id="3dn8r"></optgroup></span><li id="3dn8r"><meter id="3dn8r"></meter></li>

        中文字幕精品一区| 欧美日韩精品二区第二页| 91丨九色丨尤物| 亚洲婷婷综合久久一本伊一区| 成人h动漫精品| 一区二区三区不卡在线观看 | 亚洲人成网站色在线观看| 91在线观看成人| 亚洲一区二区精品久久av| 欧美一区二区精品久久911| 久久精品国产在热久久| 欧美国产欧美综合| 欧美女孩性生活视频| 国产精品18久久久久久久久 | 亚洲欧美日韩国产一区二区三区 | 国产精品天美传媒| 在线亚洲一区观看| 狠狠v欧美v日韩v亚洲ⅴ| 国产精品久久久久久亚洲毛片| 欧美性色黄大片| 国产伦精品一区二区三区视频青涩| 久久亚洲影视婷婷| 欧美日韩精品免费观看视频| 精品亚洲国内自在自线福利| 亚洲六月丁香色婷婷综合久久 | 欧美三级视频在线观看| 久久99热99| 亚洲一区二区三区三| 26uuu欧美日本| 欧美三级乱人伦电影| 成人av免费网站| 精品一二三四区| 亚洲国产精品天堂| 中文字幕中文字幕一区二区| 欧美一区二区三区色| 在线精品视频免费观看| 粉嫩高潮美女一区二区三区| 久久不见久久见中文字幕免费| 亚洲不卡在线观看| 亚洲一区欧美一区| 亚洲欧美日韩一区二区 | 国产一区二区三区四区在线观看| 亚洲免费观看高清完整版在线观看 | 亚洲成av人影院在线观看网| 国产精品美日韩| 精品国产99国产精品| 欧美中文字幕久久| 成人不卡免费av| 国产.欧美.日韩| 国产不卡在线播放| 国产毛片精品视频| 老司机午夜精品| 久色婷婷小香蕉久久| 久99久精品视频免费观看| 日本sm残虐另类| 美腿丝袜亚洲综合| 久久99深爱久久99精品| 狠狠v欧美v日韩v亚洲ⅴ| 国产一区在线看| 国产精品538一区二区在线| 国内一区二区在线| 国产福利电影一区二区三区| 国产a精品视频| 国产精品一二三四五| 成人高清免费在线播放| 99在线精品视频| 91蝌蚪porny| 欧美三级资源在线| 日韩免费成人网| 国产婷婷色一区二区三区在线| 久久久久久久久99精品| 中文字幕+乱码+中文字幕一区| 日韩理论片中文av| 亚洲成人av一区二区| 紧缚奴在线一区二区三区| 国产激情91久久精品导航| 91免费在线看| 在线电影欧美成精品| 久久久国际精品| 亚洲精品国产无天堂网2021 | 亚洲视频在线一区| 亚洲欧美一区二区三区久本道91| 亚洲成人自拍一区| 韩国女主播成人在线| 国产福利视频一区二区三区| 日本精品一级二级| 91精品国产入口| 国产精品久久777777| 亚洲aⅴ怡春院| 国产69精品久久久久毛片| 在线观看日韩电影| www国产成人| 亚洲一区二区视频在线| 国产中文字幕一区| 欧美中文字幕久久| 欧美国产1区2区| 蜜臀久久久久久久| 一本大道久久a久久综合| 日韩欧美国产电影| 亚洲精品免费视频| 国产综合色产在线精品| 欧美主播一区二区三区美女| 国产亚洲短视频| 石原莉奈在线亚洲二区| 成人av在线资源| 日韩精品中文字幕一区二区三区| 中文字幕日韩av资源站| 国产伦精一区二区三区| 日韩一区二区免费在线电影| 亚洲精品va在线观看| 成人av网站免费| 国产欧美视频一区二区| 久久国产精品99精品国产| 欧美三区免费完整视频在线观看| 国产精品色在线观看| 国产一区二区免费看| 久久综合资源网| 国产一区二区导航在线播放| 日韩免费观看高清完整版在线观看| 亚洲国产精品久久人人爱| 91免费视频网址| 亚洲欧美偷拍卡通变态| 成人av在线一区二区三区| 国产精品视频一区二区三区不卡| 激情小说亚洲一区| 亚洲精品一区二区精华| 国产精品456| 亚洲国产精品精华液ab| 成人精品视频.| 亚洲欧美在线视频观看| 成人白浆超碰人人人人| 亚洲欧美韩国综合色| 欧美视频一区二区三区在线观看 | 亚洲欧美偷拍三级| 91同城在线观看| 一区二区三区丝袜| 色综合久久中文字幕综合网| 亚洲卡通动漫在线| 欧美另类高清zo欧美| 美女精品自拍一二三四| 久久婷婷综合激情| aa级大片欧美| 一二三区精品视频| 欧美日韩一级二级| 日本在线不卡一区| 久久久久国色av免费看影院| 成人免费av网站| 亚洲精品乱码久久久久久久久 | 91丨九色porny丨蝌蚪| 一区二区三区国产豹纹内裤在线| 91极品视觉盛宴| 日本成人在线电影网| 久久久久国产成人精品亚洲午夜| 国产成人精品www牛牛影视| 中文字幕在线观看一区二区| 一本色道久久综合亚洲91| 免费成人在线播放| 国产日韩精品久久久| 欧美最新大片在线看| 久久99精品久久久久久久久久久久| 中文字幕不卡在线| 91精品在线观看入口| 成人国产精品免费观看| 人妖欧美一区二区| **网站欧美大片在线观看| 91精品婷婷国产综合久久竹菊| 加勒比av一区二区| 亚洲狠狠爱一区二区三区| 久久无码av三级| 欧美日本一区二区| 99久久国产综合色|国产精品| 日韩在线观看一区二区| 国产精品久久福利| 26uuu国产日韩综合| 欧美三级电影网站| 9久草视频在线视频精品| 久久国产精品露脸对白| 亚洲国产日韩一级| 综合欧美亚洲日本| 久久精品日产第一区二区三区高清版| 91行情网站电视在线观看高清版| 国产精品18久久久久久久网站| 天天亚洲美女在线视频| 综合激情成人伊人| 久久综合久久综合九色| 欧美二区在线观看| 在线观看成人免费视频| 成人黄色小视频| 国产在线精品一区在线观看麻豆| 亚洲mv在线观看| 亚洲线精品一区二区三区| 国产精品国产三级国产普通话99| 久久久久久亚洲综合| 日韩美一区二区三区| 91麻豆精品国产自产在线| 欧美性大战久久| 欧美系列一区二区| 在线一区二区视频| 欧美日韩在线观看一区二区 | 成人久久视频在线观看|