时政
财经
科技
虚拟货币
其他
登录
#符号智能
关注
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
6天前
austerity 紧缩性翻译得太硬了,应该是maximize future compression progress的理论普遍性与简约性。 这篇论文的理论和最近看到的YiMa教授的purtuing the nature of intelligence类似,回头一起研究一下。 最近对符号智能的压缩性有了更深刻的理解。
#紧缩性
#maximize future compression progress
#YiMa教授
#符号智能
#压缩性
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1周前
符号智能需要压缩效率;具身智能则需要搜索效率。
#符号智能
#具身智能
#压缩效率
#搜索效率
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1周前
你不了解上下文工程,就不了解LLM交互;你不了解语言边界,就不了解LLM符号智能;你不了解生物智能,就不了解与LLM交互需要具身经验本体的投射与反投射闭环。
#LLM交互
#语言边界
#生物智能
#具身经验
#符号智能
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
2周前
弄来弄去还是给ICL提供上下文: 给符号智能以具身经验本体
#ICL
#符号智能
#具身经验
#本体
#上下文
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
2周前
一个感觉,timeline由grok这种符号智能接管以后,越来越看重分享内容的人味:那种具身的带浓浓生活气息的情境化的描述
#Grok
#符号智能
#生活气息
#情境化描述
#人味
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
3周前
一个直觉:符号智能与NLP的语义结构更适合递归式推理,而不是直接用RL优化生成。 ⚙️ 但在更高层的“认知控制”层面: RL 仍然可以用于学习“何时调用递归”、“何时选择推理路径”、“何时停止生成”。 🧠 也就是说: 递归是语言的“结构机制”; RL 是认知控制的“策略机制”。 未来的 Cognitive AI 很可能会融合这两者: •底层用递归表示语言和逻辑; •高层用RL选择推理和行动策略
#多智能体之争:Anthropic生态VS单智能体· 77 条信息
#符号智能
#NLP
#递归推理
#认知控制
#强化学习
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1个月前
如果对语言之于人类文明的意义不甚了了,那一定会低估LLM这种符号智能
#语言文明
#LLM
#符号智能
#人类文明
分享
评论 0
0
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞