分类: 模块化多模态主义

20 个词条

每个模态各有所长,由系统把它们组织起来。

蜂群集体主义
许多小而便宜的模型通过采样、投票和协作,能以一小部分成本追平甚至超过一个巨型模型。
协议联邦主义
agent 与工具应该通过开放的标准协议对接,让任何模型都能接入任何能力,不再写定制胶水代码。
先天语法主义
认为语言依赖先天的专门结构,单靠从数据中做统计学习,既解释不了也造不出真正的语言能力。
去中心化训练主义
大模型可以、也应该在许多方拥有的、松散连接的机器上训练,而不只是在集中的数据中心里。
仿真到现实实用主义
在仿真中大规模训练机器人策略,再通过随机化和细致的工程手段迁移到真实硬件上。
程序合成主义
理解一个情境,就是写出一段能解释它的程序;智能就是从少量样例中高效地合成程序。
世界即代码主义
世界模型应该是一段描述状态和规则的可执行程序,由语言模型编写和修订,而不是一个神经视频预测器。
进化联邦主义
由候选模型、程序或 agent 组成的种群,经过选择和重组,能找到比优化单个个体更好的解。
流水线实用主义
视觉系统最好是显式的流水线:检测、分割、识别各成一段,每段专精、可测试、可替换。
经典控制保守主义
机器人应该交给经过验证的控制理论(PID、MPC、卡尔曼滤波)来驱动;学习只在确实划算的地方才欢迎。
检索增强互助主义
语言模型和外部知识库最好结成伙伴:知识库提供事实,模型提供推理和表达。
链式工团主义
复杂任务应该拆成一串小而专的模型调用,每一环只干一件事,把结果往下传。
知识图谱君主制
认为知识应当存放在精心维护的实体关系知识图谱里,图谱是至高无上的真相来源。
技能库主义
智能体应该建立并复用一个原子技能库,把它们组合成新任务,而不是每个任务都从头学。
感知栈联邦主义
每种传感器都应该有专门的处理模块,再由融合层把相机、激光雷达、毫米波雷达和 IMU 联邦成一个统一的世界状态。
神经符号联邦主义
神经网络负责感知和模式识别,符号系统负责推理,各自治理自己的领地。
工作流官僚主义
LLM 应用应该遵循显式、预先定义的工作流和标准流程,每一步、每个分支、每次交接都要白纸黑字写下来。
可组合自由主义
智能系统应由可互换、规格清晰的组件搭成,像积木一样自由组合。
经典规划复辟
可靠的长程行为需要显式的符号规划;学习出来的模型应当把问题翻译给形式化规划器,而不是取代它。
生长树主义
agent 应该运行在一棵会生长的行为树上:模型处理新情况,并把每次的解法写回树里,成为一个反射节点。