このページは機械翻訳によって英語から日本語に翻訳されました。 英語のオリジナルをご覧ください。

LLMの行動と整合性に関するアクティブインファレンス手法に興味を持つAI研究者および実務家。

アニマ

現在のLLMベースのAIインタラクションとポリシーベースの行動の文脈におけるアクティブインファレンスの探求。

次の最適な行動

アニマ・パスウェイ

このページの最もシグナルの強い公開リンクから始め、関連リソースとディレクトリのビューに進みます。

アニマは、大規模な言語モデルとの相互作用にアクティブインファレンスの原則をどのように適用できるかを調査するエコシステムプロジェクトです。このプロジェクトは、ポリシーに基づく包括的な意識を持つアクティブインファレンスアーキテクチャが、現在のAIシステムの設計と理解にどのように貢献できるかを検討します。

概要

アニマはActive Inferenceと現在のLLMベースのAIとの間の交差点を調査し、Active Inferenceモデルが感知、政策、行動にどのように関与するか、そしてフレームワークがAIの設計にコherent且つalignedな行動を促進するためのガイドとなるかを探求します。 完全なActive Inferenceパイプライン(予測処理、代謝、マルコフブランケット、および政策選択)が人工代理体に真の行動連続性と内発的な積極性を与えることができるかどうかを探索します。

参加する

AI研究者、認知科学者、およびアクティブインファレンスアプローチをAIシステムに適用することに興味のある実践者は歓迎されます。

関連リソース

このページの公開リンク

外部リンクは共有レジストリから解決されるため、訪問者向け目的地は中央集権的かつ確認可能な状態が保たれます。