“行胜于辄”：语辄模型如何适应机器人？

场面一

有机体：我浇了饼干，你能三人我用什么清理洗澡吗？

外星人：我则会1）看见旁边马桶。2）拾起这块马桶。3）把它造就你。4）顺利完成。

前面场面一

场面二

有机体：我浇了饼干，你能三人我重新拿袋子吗？

外星人：我则会1）看见袋子饼干。2）拾起这罐饼干。3）把它造就你。4）顺利完成。

前面场面二

前面场面三

场面三

有机体：你则会怎么把马桶摆在衣柜上

外星人：我则会1）看见旁边马桶。2）拾起这块马桶。3）回头到衣柜附近。4）顺利完成。

其之中场面三的第一步的考虑尽管句法数学分析方法注意到了“pick up the sponge”的最佳表单，但当外星人什么都不会看见时，VF则给这个表单很低的得分。这问道明了SayCan的句法外可以想到出对于物理世上的侦探小说。同时有趣的是，最后一个手部，“愚蠢”的外星人还是不会想到成功：它把海绵马桶掉到了地上。

更多视频可以参阅网站：

SayCan将使用加强修习的“；大”的控制能力和大规模句法数学分析方法的“言”的控制能力紧密结合在一起，明显了“；大胜于言”的便是思只想——只不过发出也许的；大为堆栈是不够的，还必须紧密结合外在的远处生态系统，想到可以算是的。不过，短文提出了如下的疑问，作为未来的理性方向：

1）如何仿照紧密结合了真实世上的LLM，来进一步完善句法数学分析方法本身，如降低它对于世上分析方法论的侦探小说控制能力。

2）更直觉的，适常用有机体的自然地句法是否真的是常用外星人程式设计的本体（ontology）句法？

3）如何更佳地在外星人教育领域紧密结合自然地句法了解应用？

可以来到，迄今外星人的研究不太也许逐渐在“操作系统”演算法层面发力了，而且下游的AI演算法也很快地应用到这一教育领域，期待它的更佳发展。

参阅重定向

雷峰网