基础模型统一智能体研究-基于语言模型的智能体研究

为在强化学习（RL）智能体中嵌入和利用语言模型的能力，本文设计了一个以语言为核心推理工具的框架，探索了如何通过语言能力解决中的一系列挑战，包括高效探索、重用经验数据、调度技能和从观察中学习等。
基础模型统一智能体研究的特点:
1. 嵌入和利用语言模型的能力
2. 高效探索能力
3. 重用经验数据
4. 调度技能
5. 从观察中学习

基础模型统一智能体研究的功能:
1. 在强化学习智能体中应用语言模型
2. 在模拟机器人操作环境中进行测试
3. 解决新任务或模仿人类专家的视频

相关导航

Backpack Language Models官网 – 解决语言模型中的偏见问题

斯坦福大学的研究者提出了一种名为Backpack的模型，以解决语言大模型中存在的偏见问题。该模型通过调整（sense vector）来干预模型的输出，使模型的行为更容易预测和控制，同时保持丰富的表现力。

“OpenICL”开源项目 – 一个开源的上下文学习框架

OpenICL是一个开源的框架，旨在支持上下文学习，提供多种算法和灵活的接口，便于集成到现有的自然语言处理模型中。

LoT-将逻辑注入上下文以增强推理能力

Logic-of-Thought（LoT）旨在通过将逻辑注入上下文，提升大型语言模型的推理能力。该项目利用命题逻辑生成扩展的逻辑信息，并与现有的提示方法无缝集成，显著提升了多种提示方法在复杂任务中的性能。

Semantic Router开源项目 – 用于LLM和Agent的超快决策层

Semantic Router用于LLM(语言模型)和Agent的超快决策层，利用语义向量空间的能力来做出决策，通过语义意义来路由请求，支持定义不同的决策对象，并使用相应的编码器模型进行语义决策。

Drive Like A Human开源项目 – 重新定义自动驾驶的智能交互

用大型语言模型重新思考自动驾驶，使用GPT-3.5作为默认的大型语言模型(LLM)，介绍了LLM在驾驶场景中的闭环交互能力以及通过记忆能提升性能的方法

MPT-30B Inference-在CPU上高效推理MPT开源项目 – 30B模型

该项目允许用户在CPU上运行MPT-30B模型的推理，具有低训练和运行成本的特点。用户只需32G内存即可进行模型推理，适合各种文本生成和评估任务。

Rigging开源项目 – 轻量级LLM交互框架

Rigging是一个轻量级的LLM交互框架，旨在简化生产代码中语言模型的应用。它提供了结构化Pydantic模型与非结构化文本输出之间的互操作性，支持LiteLLM等多种语言模型。用户可以通过Python函数定义提示，进行异步批处理和快速迭代，非常适合大规模生成任务。

Haystack开源项目 – 开源问答与搜索框架

Haystack是一个开源的搜索框架，旨在帮助开发者构建高效的问答系统和搜索引擎，特别适用于自然语言理解（NLU）和信息检索（IR）任务。它支持从文档、数据库、API等多源数据构建智能问答系统，并已在金融合规审查中实现90%的准确率。Haystack具有高度可定制的管道设计，能够处理和检索大规模文档集，适用于企业知识库、法律合同、医疗报告等多种场景。

GoCharlie.ai官网 – 你的内容创作好帮手

GoCharlie.ai 是一个智能内容创作工具，旨在帮助内容营销人员节省创作时间。它可以生成高质量的博客大纲、长篇博客、从图片提取文本等，助力高效创作。

3AM官网 – 多种LLM选择的平台

3AM是一个提供多种大型语言模型选择的平台，包括OpenAI、Claude3、LLama3等，用户无需预付费或信用卡，注册后即可使用。平台提供免费的Midjourney放松生成和OpenAI GPT3.5 Turbo、Claude3 Haiku功能，支持视觉功能的免费使用，界面为全繁体中文，由香港团队开发。