AAAI前主席Subbarao Kambhampati:LLM-Modulo框架助力大模型完成规划任务!

AI最新资讯2个月前发布 tree
26 0 0

今日应用


今日话题


AAAI前主席Subbarao Kambhampati:LLM-Modulo框架助力大模型完成规划任务!
AAAI前主席Subbarao Kambhampati:LLM-Modulo框架助力大模型完成规划任务!
 

重点标签 大型语言模型规划推理知识源LLM-Modulo框架神经符号方法

文章摘要


Subbarao Kambhampati教授对大型语言模型(LLMs)在规划和推理任务中的作用提出了独到见解。他反对两种极端观点:一种是对LLMs的过分乐观,认为它们能通过适当的提示或自我验证策略完成复杂任务;另一种则是悲观看法,认为LLMs仅能进行简单的语法格式转换。Kambhampati教授认为,LLMs不仅是翻译工具,而是一种近似知识源,它们在规划和推理任务中可以发挥更有意义的作用。

Kambhampati教授提出了“LLM-Modulo”框架,这是一个结合了LLMs优势与外部基于模型的验证器的双向交互体制。在这个框架中,LLMs生成候选计划,然后由一组评论家进行评价。这种架构允许LLMs在规划中扮演多种角色,包括生成领域模型、问题简化策略和问题规范的修正。此外,该框架还限制了人类角色,使得领域专家与LLM交互以揭示评论家使用的模型,而最终用户与LLM协作以完善问题规范。

LLM-Modulo框架的核心是一个生成-测试-评价循环,其中LLM生成计划候选,然后由外部可靠评论家提供合理性保证。这种循环不仅提高了计划的质量,还为LLM生成能力的微调提供了更好的合成数据语料库。

Subbarao Kambhampati教授是亚利桑那州立大学的计算机科学教授,曾任人工智能促进协会(AAAI)主席。他的研究领域集中在自动化规划和决策制定,特别是在人类感知的人工智能系统背景下。Kambhampati教授以其对人工智能公众认知和社会影响的深入思考而闻名,并在人工智能社区中担任多个重要角色。

文章来源


原文地址: 点我阅读全文
原文作者: AIGC最前线

© 版权声明

相关文章

暂无评论

暂无评论...