이 페이지는 기계 번역된 영어 페이지입니다. 영어 원본 보기
인공지능 연구자와 실무자들이 LLM 행동과 정렬에 대한 액티브 인퍼런스 접근법에 관심이 있습니다.
현재 LLM 기반 AI 상호작용과 정책 기반 행동의 맥락에서 액티브 인퍼런스를 탐구한다.
Lead: Stell
Anima는 대규모 언어 모델과의 상호작용에 활성 추론 원칙이 어떻게 적용되는지 탐구하는 생태계 프로젝트입니다. 정책 기반의 포괄적 인식 활성 추론 아키텍처가 현재 AI 시스템의 설계와 이해에 어떻게 기여할 수 있는지를 살펴봅니다.
{Anima}은 {Active Inference}과 현재의 LLM 기반 AI 간의 교차점을 조사합니다. 이를 통해 {Active Inference} 모델이 인식, 정책 및 행동에 대한 {LLM} 동작과 어떻게 관련되는지 살펴보고, 이 프레임워크가 AI 설계를 위한 일관성 있고 일치하는 행동을 위한 지침으로 사용될 수 있는지를 탐구합니다. 이를 통해 완전한 {Active Inference} 플라인 투어 — 예측 처리, 알lost시스, 마코브 맨블릿 및 정책 선택 —이 인공_agent가 상호작용 사이에 진정한 행동 지속性和 내재적 주도성을 갖는 데 도움이 될 수 있는지 여부를 검토합니다.
인공지능 연구원, 인지 과학자 및 인공지능 시스템에 대한 활성 추론 접근법에 관심 있는 실무자를 환영합니다.
관련 자료
Audience: Newcomer
Primary public community channel for conversation, coordination, and newcomer orientation.
Audience: Researcher
Public ecosystem shortlink for Institute context, projects, activities, and conceptual maps.