无直接数据可用，AI怎么学会「干活」？微软团队揭秘AI从语言到行动的进化之路

文章预览

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。 投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com 该技术报告的主要作者 Lu Wang, Fangkai Yang, Chaoyun  Zhang, Shilin He, Pu Zhao, Si Qin 等均来自 Data, Knowledge, and Intelligence (DKI) 团队，为微软 TaskWeaver, WizardLLM, Windows GUI Agent UFO 的核心开发者。 近年来，大语言模型（Large Language Models, LLMs）的迅猛发展推动了自然语言处理（NLP）领域的技术进步。这些模型在对话生成、文本翻译、知识问答和代码生成等任务中展现出卓越的性能。 然而，尽管 LLMs 可以通过语言生成为用户提供信息支持，其功能仍局限于文本层面，无法主动与物理或数字 ………………………………