Generative Agents: Interactive Simulacra of Human Behavior
論文介紹了一種新的計(jì)算機(jī)模擬軟件，稱為“生成代理”,可以模擬逼真的人類行為。這些生成代理可以像真實(shí)人一樣進(jìn)行日常生活行為，例如起床做早餐、去上班、形成意見、互相注意到并開始對話等。為了實(shí)現(xiàn)生成代理，論文提出了一種架構(gòu)，該架構(gòu)基于大型語言模型，可以存儲(chǔ)生成代理的自然語言體驗(yàn)記錄，并將這些記憶隨著時(shí)間的推移合成為更高層次的反思，然后動(dòng)態(tài)檢索這些反思以規(guī)劃行為。
論文還展示了如何將這些生成代理實(shí)例化，用于填充一個(gè)類似于《模擬城市》的互動(dòng)沙箱環(huán)境，該環(huán)境可與二十五個(gè)生成代理進(jìn)行自然語言交互。在評(píng)估中，這些生成代理產(chǎn)生了可信的個(gè)體和群體行為，例如從一個(gè)用戶指定的觀念開始，即一個(gè)代理想舉辦情人節(jié)派對，代理們在接下來的兩天內(nèi)自主傳播派對的邀請，結(jié)交新朋友，互相邀請參加派對，并協(xié)調(diào)在正確的時(shí)間一起參加派對。
論文通過消融證明了生成代理架構(gòu)的各個(gè)組成部分——觀察、計(jì)劃和反思——對于代理行為的可信度都至關(guān)重要。通過將大型語言模型與計(jì)算交互代理相結(jié)合，該工作為實(shí)現(xiàn)逼真的人類行為模擬提供了架構(gòu)和交互模式。
論文：
https://www.aminer.cn/pub/64337e3190e50fcafd76ef32/
Introspective Tips使用“內(nèi)省提示”來幫助 LLM 自我優(yōu)化其決策制定,通過超過100個(gè)TextWorld 游戲的實(shí)驗(yàn),我們展示了我們的方法的優(yōu)勢
HuggingGPT能夠處理各種不同模態(tài)和領(lǐng)域的復(fù)雜任務(wù),并在語言、視覺、語音和其他具有挑戰(zhàn)性的任務(wù)中取得了令人矚目的成績,為人工智能的通用智能（AGI）提供了新的思路
按照產(chǎn)品生產(chǎn)流程或產(chǎn)品組成環(huán)節(jié)構(gòu)建1套環(huán)環(huán)相扣的評(píng)估分析框架,圍繞產(chǎn)業(yè)技術(shù)供給和支撐2條主線,9張清單,形成5個(gè)評(píng)估等級(jí)
用戶可通過二維碼對構(gòu)件生產(chǎn)工藝,構(gòu)件信息進(jìn)行追溯,跟蹤與管理,構(gòu)件生產(chǎn)完成之后,通過一流程一掃碼步驟完成質(zhì)檢,貨運(yùn),信息錄入等多流程的實(shí)時(shí)記錄
建立標(biāo)準(zhǔn)化的能耗采集監(jiān)測體系,對接入監(jiān)測的數(shù)據(jù)進(jìn)行規(guī)范處理,數(shù)據(jù)的動(dòng) 態(tài)分析,及時(shí)干預(yù),保證節(jié)能政策的正確執(zhí)行,企業(yè)水電氣等各項(xiàng)能耗總體降低13%;企業(yè)運(yùn) 營成本下降5%
平臺(tái)通過標(biāo)識(shí)實(shí)現(xiàn)前端信息采集,解決了貨物確權(quán)的問題,降低線下人工核驗(yàn)時(shí)間95%,解決動(dòng)產(chǎn)質(zhì)押融資中的重復(fù)質(zhì)押問題,解決因重復(fù)質(zhì)押引起的融資問題事件28起
客戶點(diǎn)檢效率提升58%,客戶滿意度提升20%,設(shè)備平均無故障開機(jī) 時(shí)間增加268小時(shí),售后服務(wù)人員平均服務(wù)效率提升18%,服務(wù)質(zhì)量提升32%,售后服務(wù)成本 降低15%以上
減少人工計(jì)數(shù)和匯總操作,提 升準(zhǔn)確率70%以上,數(shù)據(jù)顆粒度提升至十位級(jí),降低人員工時(shí)15%以上,客戶實(shí)時(shí)應(yīng)答能力提 升35%,查貨調(diào)貨效率提升40%
通過統(tǒng)一防疫政務(wù)接口將健康碼,核酸檢測,疫苗接種,場所碼等標(biāo)識(shí)數(shù)據(jù)統(tǒng)一歸集使用,為防疫工作的應(yīng)急響應(yīng)預(yù)案提供關(guān)鍵的數(shù)據(jù)支撐
以智能制造典型場景作為切入點(diǎn),從多個(gè)維度分析系統(tǒng)解決方案的發(fā)展情況,歸納系統(tǒng)解決方案發(fā)展現(xiàn)狀和圖譜,提出系統(tǒng)解決方案技術(shù)應(yīng)用和變革趨勢
基礎(chǔ)篇分析世界主要國家的智能制造發(fā)展戰(zhàn)略和國際標(biāo)準(zhǔn)化組織的智能制造標(biāo)準(zhǔn)化現(xiàn)狀;發(fā)展篇根據(jù)各個(gè)階段的工作重點(diǎn)和標(biāo)志性成果將我國智能制造標(biāo)準(zhǔn)化工作劃分為探索期
詳實(shí)數(shù)據(jù)研判了智能工廠發(fā)展趨勢;剖析智能制造典型應(yīng)用場景及實(shí)施路徑;總結(jié)行業(yè)工廠數(shù)字化轉(zhuǎn)型差異路徑;提出工廠數(shù)字化轉(zhuǎn)型關(guān)鍵績效指標(biāo)體系
智慧供應(yīng)鏈?zhǔn)且蕴嵘?降低成本,提高服務(wù)水平為核心,實(shí)現(xiàn)智能決策;透明化管控,智慧供應(yīng)鏈?zhǔn)且蕴嵘?降低成本,提高服務(wù)水平為核心,實(shí)現(xiàn) 智能決策
