CMU | 大型语言模型的新兴自主科研能力

​

【推荐理由】基于 Transformer 的大型语言模型正在机器学习研究领域快速推进。 从人类反馈中进行极端缩放和强化学习显着提高了生成文本的质量。 本文提出了一个结合了多种语言模型的智能代理系统。

Emergent autonomous scientific research capabilities of large language models
Daniil A. Boiko, Robert MacKnight, Gabe Gomes

[Carnegie Mellon University]

【论文链接】https://arxiv.org/ftp/arxiv/papers/2304/2304.05332.pdf

【摘要】基于 Transformer 的大型语言模型在机器学习研究领域发展迅速，应用范围涵盖自然语言、生物学、化学和计算机编程。 从人类反馈中进行极端缩放和强化学习显着提高了生成文本的质量，使这些模型能够执行各种任务并推理他们的选择。 在本文中，作者提出了一个智能代理系统，它结合了多个大型语言模型，用于自主设计、规划和执行科学实验。 文章通过三个不同的例子展示了 Agent 的科学研究能力，其中最复杂的是催化交叉偶联反应的成功表现。 最后，作者讨论了此类系统的安全隐患，并提出了防止误用的措施。

​Read More