首页 文章 精选 留言 我的

精选列表

搜索[谷歌I/O],共10009篇文章
优秀的个人博客,低调大师

多智能体强化学习进展I

摘要:开发在动态开放世界场景中长期合作的智能代理是多代理系统的一大挑战。传统的多智能体强化学习(MARL)框架,如集中训练分散执行(CTDE),在可扩展性和灵活性方面存在困难。它们需要集中的长期规划,如果没有定制的奖励功能,这很难实现,并且在处理多模态数据方面面临挑战。CTDE方法还假设了固定的合作策略,这使得它们在动态环境中不切实际,因为代理需要独立适应和规划。为了解决去中心化多智能体协作问题,我们提出了一种新的多智能体Crafter环境中的去中心化自适应知识图存储和结构化通信系统(DAMCS)。我们的生成代理由大型语言模型(LLM)提供支持,通过利用外部知识和语言进行长期规划和推理,比传统的MARL代理更具可扩展性。DAMCS没有完全共享所有过去经验的信息,而是引入了一个多模态存储系统,该系统被组织为分层知识图和结构化通信协议,以优化代理协作。这允许代理从过去的交互中推理,并有效地共享相关信息。在新型多智能体开放世界任务上的实验表明,DAMCS在任务效率和协作方面优于MARL和LLM基线。与单智能体场景相比,双智能体场景实现了相同的目标,减少了63%的步骤,六智能体场景减少了74%的步骤,突显了自适应记忆和结构化沟通在实现长期目标中的重要性。

优秀的个人博客,低调大师

长上下文大模型进展I

摘要:长上下文大模型(LLMs)被部署在许多实际应用中,如RAG、代理和广泛的集成应用程序。给定一个指令和一个长上下文(例如文档、PDF文件、网页),长上下文LLM可以生成基于所提供上下文的输出,旨在提供更准确、更新且可验证的输出的同时减少幻觉和不支持的主张。这提出了一个研究问题:如何确定哪些文本(如句子、段落或章节)对LLM生成的输出贡献最大或负责?这个过程称为上下文回溯,具有各种实际应用,例如调试基于LLM的系统;对LLM进行攻击后的分析(如提示注入攻击、知识篡改攻击);突出知识来源以增强用户对LLM生成的输出的信任度。当应用到长上下文LLM的上下文回溯时,现有的特征归因方法(如Shapley)的性能不佳或计算成本高昂。本工作开发了TracLLM,这是第一个专门为长上下文LLM设计的通用上下文回溯框架,可以提高现有特征归因方法的效率和效果。为了提高效率,在TracLLM中开发了一种基于启发式搜索的算法。还开发了贡献评分集合并/去噪技术以提高TracLLM的准确性。评估结果表明,TracLLM能够有效地识别LLM输出中的长上下文背景下的一些文本。

优秀的个人博客,低调大师

Learn Influxdb the hard way (3) - Services in Influxdb I

前言 在上一篇文章中我们梳理了Influxdb的代码主流程结构,从本篇开始将会对Influxdb中的各种Service进行分析,由于篇幅的限制,在这篇文章中会先介绍下MonitorService。在上文中,我们知道Influxdb是通过如下的方式注册Service。 //cmd/influxd/run/server.go 371 s.appendMonitorService() s.appendPrecreatorService(s.config.Precreator) s.appendSnapshotterService() s.appendContinuousQueryService(s.config.ContinuousQuery) s.appendHTTPDService(s.c

优秀的个人博客,低调大师

crm2011i创建nt类型字段

using System; using Microsoft.Xrm.Sdk; using Microsoft.Xrm.Sdk.Messages; using Microsoft.Xrm.Sdk.Metadata; /// <summary> /// Int /// </summary> public class CreateIntAttribute { private string entityName = "new_class"; public void Create(IOrganizationService service) { CreateAttributeRequest request = new CreateAttributeRequest(); //关联的实体名称 request.EntityName = entityName; IntegerAttributeMetadata intAttr = new IntegerAttributeMetadata(); //字段名称 intAttr.LogicalName = "new_intvalue"; //架构名称 intAttr.SchemaName = "new_intvalue"; //显示中文名称 intAttr.DisplayName = new Label("Int字段", 2052); //描写叙述 intAttr.Description = new Label("Int字段", 2052); //需求级别 intAttr.RequiredLevel = new AttributeRequiredLevelManagedProperty(AttributeRequiredLevel.None); //字段安全性 intAttr.IsSecured = false; //审核 intAttr.IsAuditEnabled = new BooleanManagedProperty(false); //格式 intAttr.Format = IntegerFormat.None; //最大值 intAttr.MaxValue = 1000; //最小值 intAttr.MinValue = 0; request.Attribute = intAttr; service.Execute(request); } } 版权声明:本文博客原创文章,博客,未经同意,不得转载。 本文转自mfrbuaa博客园博客,原文链接:http://www.cnblogs.com/mfrbuaa/p/4729604.html,如需转载请自行联系原作者

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册