論文の概要: From Natural Language to Simulations: Applying GPT-3 Codex to Automate
Simulation Modeling of Logistics Systems
- arxiv url: http://arxiv.org/abs/2202.12107v1
- Date: Thu, 24 Feb 2022 14:01:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-25 22:53:48.311002
- Title: From Natural Language to Simulations: Applying GPT-3 Codex to Automate
Simulation Modeling of Logistics Systems
- Title(参考訳): 自然言語からシミュレーションへ:GPT-3コーデックスを応用してロジスティックスシステムの自動シミュレーションモデリング
- Authors: Ilya Jackson and Maria Jesus Saenz
- Abstract要約: 細調整されたTransdormerベースの言語モデルの上に構築されたフレームワークは、キューイングと在庫管理システムの機能的に有効なシミュレーションを作成できることを示す。
提案するフレームワークは,プログラミングの要点を排除し,問題と全体的思考の高レベルな考察に専門家が集中できる可能性を持っている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Our work is the first attempt to apply Natural Language Processing to
automate the development of simulation models of logistics systems. We
demonstrated that the framework built on top of the fine-tuned
Transdormer-based language model could produce functionally valid simulations
of queuing and inventory control systems given the verbal description. The
proposed framework has the potential to remove the tedium of programming and
allow experts to focus on the high-level consideration of the problem and
holistic thinking.
- Abstract(参考訳): 我々の研究は,ロジスティクスシステムのシミュレーションモデル開発を自動化すべく,自然言語処理を適用した最初の試みである。
我々は,細調整トランスドルマーに基づく言語モデル上に構築されたフレームワークが,言語記述からキューイングと在庫管理システムの機能的に有効なシミュレーションを作成できることを示した。
提案するフレームワークは,プログラミングの要点を排除し,問題と全体的思考の高レベルな考察に専門家が集中できる可能性を持っている。
関連論文リスト
- On Languaging a Simulation Engine [6.17566001699186]
Lang2Simは、シミュレーションエンジンのランゲージング上で対話的なナビゲーションを可能にする言語間シミュレーションフレームワークである。
この研究は、シミュレーションエンジンのランゲージングの時代を解き放つための、インテリジェントなプラットフォームとしての言語モデルを確立する。
論文 参考訳(メタデータ) (2024-02-26T11:01:54Z) - Prismatic VLMs: Investigating the Design Space of Visually-Conditioned
Language Models [77.77951795883698]
視覚条件付き言語モデル(VLM)は、視覚対話、シーン理解、ロボットタスク計画などのアプリケーションに採用されている。
新しいリリースの量は多いが、イメージ前処理、アーキテクチャ、最適化に関する重要な設計決定は未調査である。
まず,視覚的質問応答,言語からのオブジェクトローカライゼーション,幻覚などの特性を探索する課題セットを対象とする,標準化された評価スイートをコンパイルする。
我々は、事前訓練された視覚表現を含むキー設計軸に沿ったVLMを厳格に調査し、ベース対インストラクション言語モデルを用いたトレードオフの定量化を行う。
論文 参考訳(メタデータ) (2024-02-12T18:21:14Z) - In-Context Language Learning: Architectures and Algorithms [73.93205821154605]
我々は、文脈言語学習(ICLL)において、私たちが用語する新しいモデル問題群(英語版)のレンズを通してICLを研究する。
我々は,通常のICLLタスクにおいて,多種多様なニューラルシーケンスモデルを評価する。
論文 参考訳(メタデータ) (2024-01-23T18:59:21Z) - Octopus: Embodied Vision-Language Programmer from Environmental Feedback [59.772904419928054]
大規模視覚言語モデル (VLM) はマルチモーダル認識と推論において大きな進歩を遂げた。
本稿では,エージェントの視覚とテキストタスクの目的を正確に解読する新しいVLMであるOctopusを紹介する。
我々の設計では、シミュレーターの日常的な雑用から複雑なビデオゲームの高度なインタラクションまで、エージェントは幅広いタスクを十分に扱えるようにしている。
論文 参考訳(メタデータ) (2023-10-12T17:59:58Z) - ChatMOF: An Autonomous AI System for Predicting and Generating
Metal-Organic Frameworks [0.0]
ChatMOFは、金属-有機フレームワーク(MOF)を予測および生成するために開発された自律人工知能(AI)システムである。
大規模言語モデル(GPT-4とGPT-3.5-turbo)を活用することで、ChatMOFはテキスト入力から重要な詳細を抽出し、適切な応答を提供する。
論文 参考訳(メタデータ) (2023-08-01T02:08:13Z) - On Conditional and Compositional Language Model Differentiable Prompting [75.76546041094436]
プロンプトは、下流タスクでうまく機能するために、凍結した事前訓練言語モデル(PLM)を適応するための効果的な方法であることが示されている。
タスク命令や入力メタデータを連続的なプロンプトに変換することを学習する新しいモデル Prompt Production System (PRopS) を提案する。
論文 参考訳(メタデータ) (2023-07-04T02:47:42Z) - GPT-Based Models Meet Simulation: How to Efficiently Use Large-Scale
Pre-Trained Language Models Across Simulation Tasks [0.0]
本稿では,科学シミュレーションにおける大規模事前学習言語モデルの利用に関する最初の研究である。
最初の課題は参加者の関与を促進する概念モデルの構造を説明することである。
第2のタスクはシミュレーション出力の要約に重点を置いており、モデルユーザーが望ましいシナリオを識別できるようにしている。
第3の課題は、シミュレーションの可視化の洞察をテキストで伝えることによって、シミュレーションプラットフォームへのアクセシビリティの拡大を目指している。
論文 参考訳(メタデータ) (2023-06-21T15:42:36Z) - Pre-Trained Language Models for Interactive Decision-Making [72.77825666035203]
目的と観測を埋め込みのシーケンスとして表現する模倣学習の枠組みを述べる。
このフレームワークは様々な環境にまたがって効果的な一般化を可能にすることを実証する。
新たなゴールや新しいシーンを含むテストタスクでは、言語モデルによる初期化ポリシーはタスク完了率を43.6%改善する。
論文 参考訳(メタデータ) (2022-02-03T18:55:52Z) - Exploring Software Naturalness through Neural Language Models [56.1315223210742]
ソフトウェア自然性仮説(Software Naturalness hypothesis)は、自然言語処理で使用されるのと同じ手法でプログラミング言語を理解することができると主張している。
この仮説は,事前学習されたトランスフォーマーベース言語モデルを用いて,コード解析タスクを実行することによって検討する。
論文 参考訳(メタデータ) (2020-06-22T21:56:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。