填补领域空白!利用大型语言模型实现机器人任务规划中的人类意识
大数据文摘
共 5798字,需浏览 12分钟
·
2024-05-23 18:35
大型语言模型在机器人任务规划中的应用
人类感知在机器人任务规划中的重要性
相关工作
新方法的创新点
总结与展望
评论
Lit-Parrot大型语言模型的可破解实现
Lit-Parrot是基于nanoGPT的StableLM/Pythia/INCITE语言模型的实现。支持flashattention、LLaMA-Adapter微调、预训练。最先进的开源大型语言模型
Lit-Parrot大型语言模型的可破解实现
0
FinGPT金融领域大型预训练语言模型
FinGPT是金融领域大型预训练语言模型。它能理解和生成财经新闻,分析社交媒体上的公众情绪,解读金融报告如年度报告、季度收益报告等,进行市场预测,以及通过学习用户的个人偏好,提供个性化的投资建议。Fi
FinGPT金融领域大型预训练语言模型
0
MPT-30B大型语言模型
MPT-30B是MosaicPretrainedTransformer(MPT)模型系列的一部分,它使用了一个为高效训练和推理而优化的transformer架构,并在1Ttokens的英文文本和代码上
MPT-30B大型语言模型
0
GPT-2基于 transformer 的大型语言模型
GPT-2 是一种基于 transformer 的大型语言模型,具有 15 亿个参数,在 800 万
GPT-2基于 transformer 的大型语言模型
0