整合長期記憶，AI實現自我進化，探索大模型這一可能性

AIGC動態歡迎閱讀

原標題：整合長期記憶，AI實現自我進化，探索大模型這一可能性
關鍵字：模型,數據,自我,記憶,能力
文章來源：機器之心
內容字數：0字

內容摘要：

機器之心報道
編輯：Panda、小舟地球上最早的生命證據至少可以追溯到 35 億年前，而直到大約 25 萬到 40 萬年前，智人才出現地球上。在這漫長的歲月中，生物不斷地興盛又覆滅，但整體趨勢總是越來越復雜，其中最復雜的生物組件莫過于我們智人的大腦。這樣的復雜性是我們的意識和智慧的來源。而這一切背后的機制是進化（evolution）。
到了現今的大模型時代，強大的基礎模型已經展現出了強大的智能水平，能完成多種多樣的任務。但它們也有個缺點，訓練之后就基本定型了，難以隨著用戶的使用而演進。但毫無疑問，這項能力很重要。
近日，天橋腦科學研究院和普林斯頓大學等多所研究機構發布了一篇研究論文，詳細闡述了長期記憶對 AI 自我進化的重要性，并且他們還提出了自己的實現框架 —— 基于多智能體的 Omne，其在 GAIA 基準上取得了第一名的成績。論文標題：Long Term Memory : The Foundation of AI Self-Evolution
論文地址：https://arxiv.org/pdf/2410.15665
首先，該團隊將 LLM 的模型進化過程分成了三個主要階段
階段

原文鏈接：整合長期記憶，AI實現自我進化，探索大模型這一可能性

聯系作者

文章來源：機器之心
作者微信：
作者簡介：