AGI系统2 通过一般性和适应性进行推理

文章预览

System 2 Reasoning via Generality and Adaptation 系统2通过一般性和适应性进行推理 https://arxiv.org/pdf/2410.07866 摘要 尽管在特定任务的应用中取得了显著进展，但当前的模型在深度推理、通用性和适应性方面仍面临挑战——这些是实现人工通用智能（AGI）的关键组成部分。尽管诸如程序合成、语言模型和变压器transformers等方法显示出潜力，但这些方法往往无法在其训练数据之外进行泛化，并且难以适应新任务，限制了它们进行类人推理的能力。本文 探讨了现有方法在实现高级系统2推理方面的局限性，并强调了通用性和适应性对AGI的重要性。此外，我们提出了四个关键研究方向来填补这些空白：（1）从动作序列中学习人类意图，（2）结合符号和神经模型，（3）为陌生环境进行元学习，以及（4）强化学习以进行多步推理 。通过这些方向，我们的目标是提升模 ………………………………