机构名称：
¥ 2.0
• 在没有大量人为监督的情况下，在变化多端且不可预测的情况下执行任务，或者在接触数据集时可以从经验中学习并提高性能； • 在任何环境下开发，包括但不限于软件或物理硬件，并解决需要类似人类感知、认知、规划、学习、交流或身体动作的任务； • 旨在：像人类一样思考或行动。例如，但不限于，显示通过智能软件代理或具象机器人实现感知、规划、推理、学习、交流、决策或行动的认知架构或神经网络； • 由一组技术组成，包括但不限于机器学习，旨在近似认知任务。 • 可解释性 – 人工智能系统的一种属性，用于以人类可以理解的方式表达影响人工智能系统的基本因素。 • 大型语言模型 (LLM) – 一种可以识别和生成文本等任务的人工智能程序。LLM 是在大量数据集上进行训练的 – 因此得名“大型”。 LLM 建立在机器学习的基础上：具体来说，是一种称为变换器模型的神经网络。• 机器学习 - 使用和开发能够在不遵循明确指令的情况下学习和适应的计算机系统，通过使用算法和统计模型来分析数据模式并从中得出推论。
负责任的人工智能框架 2024 年 2 月 1 日
主要关键词
相关文件推荐
