論文の概要: Pre-Trained Large Language Models for Industrial Control

• arxiv url: http://arxiv.org/abs/2308.03028v1
• Date: Sun, 6 Aug 2023 06:01:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-08 17:10:09.027281
• Title: Pre-Trained Large Language Models for Industrial Control
• Title（参考訳）: 産業制御のための事前学習型大規模言語モデル
• Authors: Lei Song, Chuheng Zhang, Li Zhao, Jiang Bian
• Abstract要約: HVAC (Heating, Ventilation, Air Conditioning) ビル制御を例として, GPT-4 の制御能力について検討する。 HVACを制御するために、タスクの短い記述、いくつかの選択されたデモ、そして現在の観察を各ステップでGPT-4に提供し、GPT-4で応答するアクションを実行することで、言語ゲームとしてタスクをラップする。 一般に, GPT-4はサンプルが少なく, 技術的負債が少ないRL法に匹敵する性能を実現している。
• 参考スコア（独自算出の注目度）: 15.505541047052963
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: For industrial control, developing high-performance controllers with few samples and low technical debt is appealing. Foundation models, possessing rich prior knowledge obtained from pre-training with Internet-scale corpus, have the potential to be a good controller with proper prompts. In this paper, we take HVAC (Heating, Ventilation, and Air Conditioning) building control as an example to examine the ability of GPT-4 (one of the first-tier foundation models) as the controller. To control HVAC, we wrap the task as a language game by providing text including a short description for the task, several selected demonstrations, and the current observation to GPT-4 on each step and execute the actions responded by GPT-4. We conduct series of experiments to answer the following questions: 1)~How well can GPT-4 control HVAC? 2)~How well can GPT-4 generalize to different scenarios for HVAC control? 3) How different parts of the text context affect the performance? In general, we found GPT-4 achieves the performance comparable to RL methods with few samples and low technical debt, indicating the potential of directly applying foundation models to industrial control tasks.
• Abstract（参考訳）: 産業制御においては,サンプルが少なく,技術的負債の少ない高性能コントローラの開発が注目されている。 インターネットスケールコーパスの事前学習から得られる豊富な事前知識を持つ基礎モデルは、適切なプロンプトを持つ優れたコントローラとなる可能性を持っている。 本稿では, HVAC (Heating, Ventilation, Air Conditioning) ビルの制御を例として, GPT-4 (第1階層基礎モデルの1つ) の制御機能について検討する。 HVACを制御するために、タスクの短い記述、いくつかの選択されたデモ、そして現在の観察を各ステップでGPT-4に提供し、GPT-4で応答するアクションを実行することで、言語ゲームとしてタスクをラップする。 1) gpt-4はどのようにしてhvacを制御できるのか? 2) GPT-4 は HVAC 制御の異なるシナリオにどの程度一般化できるのか? 3) テキストコンテキストのどの部分がパフォーマンスに影響するのか? 一般論として, GPT-4はサンプルが少なく, 技術的負債が少ないRL法に匹敵する性能を示し, 産業制御タスクに基礎モデルを直接適用する可能性を示した。

関連論文リスト

• Decision Transformer as a Foundation Model for Partially Observable Continuous Control [5.453548045211778]
  決定変換器(DT)アーキテクチャは、過去の観測、行動、報酬に基づいて最適な行動を予測するために使用される。 DTは、全く新しいタスクに対して驚くべきゼロショットの一般化能力を示す。 これらの知見は、一般的な制御アプリケーションの基本制御系としてのDTの可能性を示している。
  論文  参考訳（メタデータ） (2024-04-03T02:17:34Z)
• Comparing Humans, GPT-4, and GPT-4V On Abstraction and Reasoning Tasks [53.936643052339]
  GPT-4のテキストのみおよびマルチモーダル版による推論能力の評価を行った。 実験結果から,GPT-4のどちらのバージョンも人間に近いレベルで頑健な抽象化能力を開発していないという結論が得られた。
  論文  参考訳（メタデータ） (2023-11-14T04:33:49Z)
• The Dawn of LMMs: Preliminary Explorations with GPT-4V(ision) [121.42924593374127]
  我々は,最新のモデルであるGPT-4Vを分析し,LMMの理解を深める。 GPT-4Vは、任意にインターリーブされたマルチモーダル入力を処理するという前例のない能力により、強力なマルチモーダルジェネラリストシステムとなっている。 GPT-4Vの、入力画像に描かれた視覚マーカーを理解するユニークな能力は、新しい人間とコンピュータの相互作用方法をもたらす。
  論文  参考訳（メタデータ） (2023-09-29T17:34:51Z)
• Gpt-4: A Review on Advancements and Opportunities in Natural Language Processing [0.0]
  Generative Pre-trained Transformer 4 (GPT-4) は、OpenAIが開発したGPTシリーズの第4世代言語モデルである。 GPT-4は、GPT-3よりもモデルサイズが大きく(1兆ドル以上)、多言語能力、文脈理解の改善、推論能力が優れている。 GPT-4の潜在的な応用には、チャットボット、パーソナルアシスタント、言語翻訳、テキスト要約、質問応答などがある。
  論文  参考訳（メタデータ） (2023-05-04T22:46:43Z)
• Visual Instruction Tuning [79.70923292053097]
  本稿では,言語のみの GPT-4 を用いてマルチモーダルな言語イメージ命令追跡データを生成する試みについて紹介する。 このようなデータに対して,LLaVA: Large Language and Vision Assistantを導入する。 科学QAを微調整すると、LLaVAとGPT-4の相乗効果は92.53%の新しい最先端精度を達成する。
  論文  参考訳（メタデータ） (2023-04-17T17:59:25Z)
• Instruction Tuning with GPT-4 [107.55078894215798]
  本稿では, GPT-4を用いて命令追従データを生成し, 大規模言語モデルを微調整する試みについて述べる。 命令調整型LLaMAモデルの初期実験では、52Kの英語と中国語の命令追従データがGPT-4によって生成され、新しいタスクにおけるゼロショット性能が向上することが示された。
  論文  参考訳（メタデータ） (2023-04-06T17:58:09Z)
• GPT-4 Technical Report [116.90398195245983]
  GPT-4は大規模なマルチモーダルモデルであり、画像やテキストの入力を受け取り、テキスト出力を生成することができる。 試験受験者の上位10%のスコアで模擬試験に合格するなど、さまざまな専門的、学術的なベンチマークで人間レベルのパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-03-15T17:15:04Z)
• How Are Learned Perception-Based Controllers Impacted by the Limits of Robust Control? [17.775878968489852]
  制御性/可観測性グラムの最小固有値のようなシステム特性の観点から、最適制御問題の難しさを再考する。 データ駆動コントローラのパフォーマンスとサンプルの複雑さを予測するタスクの定量化可能な制御と知覚的難易度メトリクスはどの程度ですか? その結果,頑健な制御の基本的限界は,学習した知覚に基づく制御器のサンプル効率と性能に影響を及ぼすことがわかった。
  論文  参考訳（メタデータ） (2021-04-02T00:31:31Z)
• Machine Learning for Mechanical Ventilation Control [52.65490904484772]
  圧制御換気における侵襲的機械式換気装置の制御の問題点を考察する。 PIDコントローラは、臨床医が指定する気道圧の軌跡に従って、鎮静患者の肺の空気を入出させる必要があります。 制御器は、PID制御器よりも目標圧力波形をかなりよく追跡できることを示す。
  論文  参考訳（メタデータ） (2021-02-12T21:23:33Z)

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。