HarmonyFidelisHarmonyFidelis
Войти
К содержанию
AURA
Изучить ИИНастроить ИИПубличные программы
Изучить ИИ

Первые понятия

ОбучениеИнференс

Механизмы

ПредставленияКонтекст и памятьАрхитектурыДиффузия

Передовые исследования

Рассуждение и агентыМодели мираAGI и ASIОценка

Каждый раздел можно изучать независимо. Подробности доступны в любой момент.

Главная Aura
AuraПонять ИИМодели мира

Предсказывать, чтобы выбирать действие

Исследуйте длинный горизонт и риск неверного прогноза.

ГлавноеЭкспериментПодробнее
Научные источники
Определение

Модель мира предсказывает полезные аспекты изменений среды. DreamerV3 обучает поведение на воображаемых траекториях в латентной модели. MuZero сочетает модель для принятия решений с поиском по дереву.

Формула

Gₕ = Σₜ₌₁ʰ γᵗ⁻¹ rₜ

Gₕ суммирует награды r за h шагов с коэффициентом дисконтирования γ. В примере γ = 1, сравниваются два детерминированных пути.

Допущения и обозначения

Gₕ суммирует награды r за h шагов с коэффициентом дисконтирования γ. В примере γ = 1, сравниваются два детерминированных пути.

Ограничения интерпретации

Прогнозы используются по-разному. Ошибки могут накапливаться; более далёкий взгляд не гарантирует лучший выбор. Этот пример не запускает указанные алгоритмы.

DreamerV3 обучает политику на воображаемых латентных траекториях. MuZero предсказывает награду, ценность и политику для поиска по дереву. Полное воссоздание мира не является их общей целью.

На этой странице

ОпределениеФормулаДопущения и обозначенияОграничения интерпретацииНаучные источники
Главное

Научные источники

  • Hafner et al. · 2023Mastering Diverse Domains through World ModelsDreamerV3 · arXiv v2 · 2024
    Первичная публикация
  • Schrittwieser et al. · 2019Mastering Atari, Go, Chess and Shogi by Planning with a Learned ModelarXiv v2 · 2020
    Первичная публикация

Учебное изложение указанных источников. Результаты публикаций ограничены их задачами, протоколами и ресурсами.

Изучить такжеAGI и ASIИнференс

Поиск Aura

18 результатов

Изучить ИИОбучить модель, затем использовать еёОтделяйте выученные параметры от информации текущего запроса.
Изучить ИИОт контекста к следующему токенуРазличайте вероятности модели и правило выбора результата.
Изучить ИИОт текста к представлениямПонимайте векторы, не приравнивая их к человеческому смыслу.
Изучить ИИО какой памяти идёт речь?Разделяйте контекст, рекуррентное состояние, параметры и постоянное хранилище.
Изучить ИИTransformers: механизм вниманияСравнивайте архитектуры, методы и полные системы на подходящем уровне.
Изучить ИИГенерация удалением шумаРазличайте зашумление при обучении и пошаговую генерацию.
Изучить ИИОт модели к действующей системеПоймите исполнительную среду вокруг модели и инструментов.
Изучить ИИПредсказывать, чтобы выбирать действиеИсследуйте длинный горизонт и риск неверного прогноза.
Изучить ИИОпределения вместо единого вердиктаИзучите общность, результативность и адаптацию до применения ярлыка.
Изучить ИИЧто позволяет заключить результатПереходите от убедительного впечатления к воспроизводимому сравнению.
Настроить ИИПодготовить проект ChatGPTЧёткая цель, нужный контекст и инструкции для практического использования.
Настроить ИИВыбрать под вашу задачуНачните с потребностей. Сравните доступ и результаты без универсального рейтинга моделей.
Настроить ИИСделать запрос проверяемымПреобразуйте намерение в цель, контекст и критерии успеха.
Настроить ИИРазместить информацию правильноРазличайте правила работы, материалы задачи и память, которой управляет продукт.
Настроить ИИПодготовить среду разработкиОпределите роль модели, возможности среды и необходимые права доступа.
Настроить ИИСоставить процесс разработкиОрганизуйте подготовку, изменения, проверку и отчёт. Повторно используйте полезные шаги.
Настроить ИИПодготовить задачу и проверить результатВоспроизводимый пример, список проверок и запись наблюдений.
Публичные программыTentacularПублично представленные задачи, функции и материалы.