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.
대표: 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.
Anima는 Active Inference와 현재 LLM 기반 AI의 교차점을 조사합니다. 즉, 지각, 정책 및 행동에 대한 Active Inference 모델이 LLM 행동과 어떻게 관련되는지, 그리고 이 프레임워크가 일관되고 정렬된 행동을 위한 AI 설계를 어떻게 안내할 수 있는지 살펴봅니다. 또한 예측 처리, 항상성, 마르코프 블랭킷 및 정책 선택과 같은 완전한 Active Inference 파이프라인이 인공 에이전트에게 상호 작용 간에 진정한 행동 연속성과 내생적 주도성을 부여할 수 있는지 탐구합니다.
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.