هوش مصنوعی
GRAM استدلال بازگشتی را به چند مسیر احتمالی گسترش می‌دهد
چارچوب پیشنهادی پژوهشگران، به‌جای دنبال‌کردن یک مسیر نهفته و رسیدن به یک پیش‌بینی، امکان بررسی چند مسیر استدلال را فراهم می‌کند.
در پیش‌چاپی در arXiv، پژوهشگران چارچوبی به نام Generative Recursive reAsoning Models (GRAM) معرفی کرده‌اند که استدلال بازگشتی را به فرایندی احتمالاتی با چند مسیر تبدیل می‌کند. مدل‌های بازگشتی پیشین، بنا بر چکیدهٔ مقاله، عمدتاً قطعی‌اند: یک مسیر نهفته را دنبال می‌کنند و به یک پیش‌بینی می‌رسند.
GRAM استدلال را به‌صورت یک مسیر نهفتهٔ تصادفی مدل می‌کند تا سامانه بتواند چند فرضیه و راهبرد حل جایگزین را بررسی کند. این چارچوب همچنین امکان افزایش محاسبات هنگام استنتاج را از دو راه مطرح می‌کند: عمیق‌ترکردن فرایند بازگشتی و نمونه‌گیری هم‌زمان از چند مسیر. چکیدهٔ در دسترس دربارهٔ نتایج آزمایش‌ها یا میزان بهبود عملکرد جزئیاتی ارائه نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده