TagsSynthetic Data for LLM Fine-Tuning for ACT-R
Abstract
알레산드로 올트라마리는 카네기-보쉬 연구소 소장이자 보쉬 연구소 그룹 리더입니다. 이 영상에서 그는 산업 활용 사례에 초점을 맞춰 ACT-R 인지 아키텍처를 활용하여 합성 데이터를 생성하고 LLM 에이전트를 훈련하는 방법을 간략하게 설명합니다. 본 영상에서는 그 이상으로 인지 모델 및 지도 학습 기반 미세 조정의 한계를 포함한 AI의 다양한 측면을 다룹니다.
CBI: carnegiebosch.cmu.edu/index.html
보쉬 연구소: https://www.bosch.com/research/
올트라마리, A. 및 르비에르, C., 2012. 인지 기반 시스템에서 온톨로지 활용: 영상 감시에서의 자동 동작 인식. 제7회 정보, 방위, 보안을 위한 시맨틱 기술 국제 학회 논문집, 페어팩스. https://www.academia.edu/73900085/Conference_Proceedings#page=20
빈츠, 마르셀, 에릭 슐츠. “대규모 언어 모델을 인지 모델로 변환하기 arXiv 사전 인쇄본 arXiv:2306.03917 (2023). https://arxiv.org/abs/2306.03917
Wu, Siyu, Alessandro Oltramari, Frank E. Ritter. “VSM-ACT-R: 제조 솔루션에 인지 아키텍처를 활용하기 위한 연구.” 소셜 컴퓨팅, 행동-문화 모델링 및 예측, 그리고 모델링 및 시뮬레이션에서의 행동 표현 국제 컨퍼런스. Cham: Springer Nature Switzerland, 2024. https://link.springer.com/chapter/10.1007/978-3-031-72241-7_7
채널 소개:
Neuro Symbolic Channel은 인공지능 및 머신러닝 분야에서 가장 흥미로운 분야 중 하나에 대한 튜토리얼, 강좌 및 연구 결과를 제공합니다. 애리조나 주립대학교에서 강의한 AI 강좌의 콘텐츠를 기반으로, 이 채널은 최신 정보를 제공합니다. 기호적 방법(예: 논리 프로그래밍)과 딥러닝의 교차점에서 최신 알고리즘, Python 패키지, 그리고 인공 일반 지능(AGI)과 같은 더 큰 목표를 향한 진전에 대해 알아보세요.