論文の概要: A Case-Based Persistent Memory for a Large Language Model
- arxiv url: http://arxiv.org/abs/2310.08842v1
- Date: Fri, 13 Oct 2023 03:56:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-16 14:32:30.203463
- Title: A Case-Based Persistent Memory for a Large Language Model
- Title(参考訳): 大規模言語モデルのためのケースベース永続メモリ
- Authors: Ian Watson
- Abstract要約: 問題解決の方法論としてのケースベース推論(CBR)は、任意の適切な計算手法を用いることができる。
最近のAIのブレークスルーを可能にした基盤となる技術開発は、CBRと強力なシナジーを持っている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Case-based reasoning (CBR) as a methodology for problem-solving can use any
appropriate computational technique. This position paper argues that CBR
researchers have somewhat overlooked recent developments in deep learning and
large language models (LLMs). The underlying technical developments that have
enabled the recent breakthroughs in AI have strong synergies with CBR and could
be used to provide a persistent memory for LLMs to make progress towards
Artificial General Intelligence.
- Abstract(参考訳): 問題解決の方法論としてのケースベース推論(CBR)は、任意の適切な計算手法を用いることができる。
本稿では、cbrの研究者がディープラーニングと大規模言語モデル(llm)の最近の進歩を少し見落としていることを論じる。
最近のAIのブレークスルーを可能にした基盤となる技術開発は、CBRと強力なシナジーを持ち、LLMが人工知能に向けて前進するための永続的なメモリを提供するために使用できる。
関連論文リスト
- AI-Driven Statutory Reasoning via Software Engineering Methods [2.95701410483693]
発展のエキサイティングな領域は、法と契約法に固有のルールベースの推論を自動化するためにAIを使用することである。
本稿では,自動ソフトウェアテストとプログラム解析のいくつかの概念を紹介する。
論文 参考訳(メタデータ) (2024-04-15T15:33:29Z) - Generative AI for Synthetic Data Generation: Methods, Challenges and the
Future [12.506811635026907]
大規模言語モデル(LLM)から合成データを生成する研究の最近の動向
本稿では,タスク固有トレーニングデータの生成にこれらの巨大なLCMを活用する高度な技術について述べる。
論文 参考訳(メタデータ) (2024-03-07T03:38:44Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳(メタデータ) (2024-01-11T15:02:15Z) - The Efficiency Spectrum of Large Language Models: An Algorithmic Survey [54.19942426544731]
LLM(Large Language Models)の急速な成長は、様々なドメインを変換する原動力となっている。
本稿では,LLMのエンドツーエンドのアルゴリズム開発に不可欠な多面的効率性について検討する。
論文 参考訳(メタデータ) (2023-12-01T16:00:25Z) - Sci-CoT: Leveraging Large Language Models for Enhanced Knowledge
Distillation in Small Models for Scientific QA [5.117094291273979]
大規模言語モデル(LLM)は、幅広い下流タスクで優れたパフォーマンスを示している。
本稿では2段階のフレームワークであるSci-CoTを提案する。
我々の8000万のパラメータモデルは、いくつかのショット設定の下でARC-EasyデータセットにおけるBLOOM-176Bの性能を上回ることができる。
論文 参考訳(メタデータ) (2023-08-09T03:18:07Z) - Deep learning applied to computational mechanics: A comprehensive
review, state of the art, and the classics [77.34726150561087]
人工知能,特に深層学習(DL)の最近の進歩を概観する。
ハイブリッドおよび純粋機械学習(ML)の手法について論じる。
AIの歴史と限界は、特に古典の誤解や誤解を指摘し、議論され、議論される。
論文 参考訳(メタデータ) (2022-12-18T02:03:00Z) - A General Framework for Sample-Efficient Function Approximation in
Reinforcement Learning [132.45959478064736]
モデルベースとモデルフリー強化学習を統合した汎用フレームワークを提案する。
最適化に基づく探索のための分解可能な構造特性を持つ新しい推定関数を提案する。
本フレームワークでは,OPERA (Optimization-based Exploration with Approximation) という新しいサンプル効率アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-09-30T17:59:16Z) - Multi-Objective Policy Gradients with Topological Constraints [108.10241442630289]
本稿では, PPOアルゴリズムの簡単な拡張により, TMDPにおけるポリシー勾配に対する新しいアルゴリズムを提案する。
シミュレーションと実ロボットの両方の目的を任意に並べた実世界の多目的ナビゲーション問題に対して,これを実証する。
論文 参考訳(メタデータ) (2022-09-15T07:22:58Z) - Resource allocation optimization using artificial intelligence methods
in various computing paradigms: A Review [7.738849852406729]
本稿では,資源配分最適化のための人工知能(AI)手法の適用について,総合的な文献レビューを行う。
我々の知る限りでは、異なる計算パラダイムにおけるAIベースのリソース割り当てアプローチに関する既存のレビューはない。
論文 参考訳(メタデータ) (2022-03-23T10:31:15Z) - A Methodological Approach to Model CBR-based Systems [0.0]
ケースベースの推論(CBR)は、管理、医療、デザイン、建設、小売、スマートグリッドといった領域で集中的に利用されるAI技術である。
主なCBRデプロイメントの課題の1つは、ターゲットのシステムモデリングプロセスである。
本稿では,CBRに基づくアプリケーションをモデル化するための方法論的アプローチを提案する。
論文 参考訳(メタデータ) (2020-09-09T15:09:56Z) - A Survey on Large-scale Machine Learning [67.6997613600942]
機械学習はデータに対する深い洞察を与え、マシンが高品質な予測を行うことを可能にする。
ほとんどの高度な機械学習アプローチは、大規模なデータを扱う場合の膨大な時間コストに悩まされる。
大規模機械学習は、ビッグデータからパターンを、同等のパフォーマンスで効率的に学習することを目的としている。
論文 参考訳(メタデータ) (2020-08-10T06:07:52Z)
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。