通用可解释世界模型

我们介绍了一类通用、组合式且可解释的生成式世界模型,该类模型支持无界学习代理。这是一类稀疏的贝叶斯网络,能够近似表示各种随机过程,从而使代理能够以既可解释又计算可扩展的方式学习世界模型。这种方法结合了贝叶斯结构学习和内在动机(基于模型的)规划,使代理能够主动开发和优化其世界模型,这可能导致发展性学习以及更稳...

江小涓最新文章:数据、数据关系与数字时代的创新范式(1.7万字)

从广义角度看,大数据相关关系呈现的是一个无限蔓延的分布,具有深层因果关系意蕴:因果关系是对因素相互作用方向、过程及其效应之间的描述;相关关系则是因果派生关系的描述。这一具有极强渗透力、洞察力的创新方式在以往小数据无法解决的问题领域显示出极强能力一尤其在未知复杂关系洞察方面取得显著成绩,甚至在更高层次推进...

数字经济时代我国能源模型的创新发展研究

这种变革不仅拓展了能源模型的传统范畴,也增加了其复杂性和功能性,以适应新兴技术和不断变化的能源复杂系统与经济社会系统。基于此,对能源模型的理解与认知需要从狭义和广义两个层面进行界定。狭义的能源模型狭义的能源模型即传统的能源模型,通常基于运筹、优化等数学方法,聚焦于能源生产、转化/转换、分配和消费的数学...

广义对称性:联结高能理论、凝聚态理论与数学的新概念

在广义对称性的研究中,一个终极目标是找到适用于真实世界的量子色动力学的广义对称性,研究其对称性自发破缺,最终理解禁闭与解禁闭相之间的相变过程等物理问题。这是一个长远而富有挑战性的研究问题。量子反常,反常理论与SPT量子世界是一个神秘且与经典世界截然不同的领域,其许多方面难以用日常经验理解。在对称性方...

融合RL与LLM思想,探寻世界模型以迈向AGI/ASI的第一性原理反思和...

当然这里也给未来提供了一种技术上的可行性:即任何RL算法都可以通过模仿学习蒸馏成一个足够强大的序列模型,并将其转化为一个in-contextRL算法。基于此,DeepMind提出了算法蒸馏(AlgorithmDistillation,AD),通过建立因果序列模型将强化学习算法提取到神经网络中。

周伯文:大模型也有幻觉,全球AI创新指数公布

“顶天”指掌握大模型的前沿技术，深入了解其体系架构、推理过程的解释性、安全性和可信度，避免将其视为黑箱(www.e993.com)2024年11月11日。还要改进训练算法，提升泛化能力和优化效果，同时关注算力和电力消耗。而“立地”，则指AI技术为各行各业赋能，如在智能制造和机器人领域。他结合自身专业，指出大模型能推动具身智能的发展，解决传统机器人...

存款利率定价与国债收益率等基准互动关系研究——基于DSGE模型

对各部门行为方程进行对数线性化处理，纳入约束条件方程、市场出清条件方程、外部冲击方程，可得本文DSGE模型的方程组体系。贝叶斯估计（一）参数估计参数估计是DSGE模型模拟的重要组成部分，有效的参数估计是模拟成功的关键。本文采用贝叶斯技术对模型参数进行估计，并从多角度检验参数估计的有效性，为经济模拟奠定基础。1...

基于ARCH类模型的当归价格指数波动影响因素分析及趋势预测

研究过程中使用Eviews10.0软件,首先利用HP(Hodrick-PrescottFilter)滤波法揭示该时间序列原始数据的阶段性特征;之后,在对原始数据进行描述性统计及平稳序列处理的基础上构建ARCH类模型,检验数据的信息冲击效应、风险收益关系和杠杆效应,剖析对价格指数波动产生影响的重要因素,为价格指数趋势预测和对策建议提供依据。

雅昌专稿 | “有效加速·2140”大模型人工智能助力下的数字艺术

艺术家推出的影像装置、混合现实、全息技术、数字加密、人工智能艺术作品,构筑了一个交互性、动态化的展览现场。他们的作品不断刷新了人们的视网膜体验,展示了数学模型与几何模型的公式之美,而且彰显了某种来自不可见的额外维度、平行宇宙的启示,证明了人类创造力的无尽疆域、好奇心的哲学深度以及技术创新的变革力量。

考虑税率因素的债券贴现模型优化研究

对于交易员来说,简单的计算方式最具有可操作性,能够满足瞬息万变的债券交易市场,但从均值、方差、最大值、最小值、中位数等关键指标看,比值法存在的问题是过于粗糙,精确度低于三元线性回归法,只能用于大体估算,无法满足要求非常精确的场合。其主要原因包括:一是比值关系从方便交易员日常操作的方面简单对利率债收益率...