hinmer的博客

=========这篇文章属于计算机视觉和人工智能领域。###【arXiv编号】2501.08878v1###【无】###【无】###【机器学习,增量学习,多源学习】arxiv摘要: 文章提出了一种新的合作多智能体强化学习(MARL)方法,适用于网络代理。与依赖完整状态信息或联合观测的先前方法不同,代理必须在部分可观测性下学习如何达到共同目标。在训练期间,他们收集个人奖励并通过本地通信近似团队价值函数,从而产生合作行为。

【cs.AI】25.1.14 arxiv更新121篇

比较物体、场景或情况的能力对于日常生活中的有效决策和问题解决至关重要。例如，比较苹果的新鲜度能够在购物时做出更好的选择，而比较沙发的设计有助于优化我们居住空间的美学。尽管其重要性，但在通用人工智能（AGI）中，比较能力在很大程度上尚未得到探索。本文介绍了MLLM-CompBench，这是一个旨在评估多模态大型语言模型（MLLM）比较推理能力的基准。MLLM-CompBench通过视觉导向的问题挖掘和配对图像，涵盖了相对比较的八个维度：视觉属性、存在、状态、情感、时间性、空间性、数量和质量。

随着大型语言模型（LLM）的进步，智能模型已经从单纯工具发展成为具有自身目标和合作策略的自主代理。这种演变催生了NLP中的一种新范式，即人机合作，近年来在众多NLP任务中取得了显著进展。本文首次就人机合作进行全面回顾，探讨其原则、形式化和开放性挑战。具体而言，我们介绍了一种新的分类法，提供了统一的视角来总结现有方法。此外，我们讨论了潜在的前沿领域及其相应的挑战。我们认为我们的工作是一个入门点，为此方面的更多突破性研究铺平道路。

随着传感器数据的快速增长，有效地以人类可理解的方式解释和界面这些数据变得至关重要。虽然现有研究主要集中在学习分类模型，但很少有研究探索终端用户如何主动从传感器数据中提取有用的见解，这通常受到缺乏合适数据集的阻碍。为了解决这一问题，我们引入了SensorQA，这是第一个针对日常生活监测的长期时间序列传感器数据的人类创建的问答（QA）数据集。SensorQA由人类工作者创建，包含5.6K个多样且实用的查询，这些查询反映了真实人类的兴趣，并配有从传感器数据中得出的准确答案。

cs.AI 1.8 更新 86 篇