蘋果論文:Mamba勝Transformer 擅長Agent任務
蘋果論文《To Infinity and Beyond》發現,在長任務的Agent場景中,SSM架構的Mamba結合工具使用,效率與泛化能力展現超越Transformer的優勢。
蘋果新研究聚焦Agent
蘋果常被外界批評AI進展緩慢,但其研究團隊近日發表論文《To Infinity and Beyond》,將焦點放在智能體任務的架構選擇上,直接挑戰以Transformer為主流的行業慣性。
研究發現,在需要長時間執行、多輪互動的Agent式任務中,採用SSM(狀態空間模型)架構的模型如Mamba,配合工具調用能力,在效率與泛化兩方面均展現出超越傳統Transformer的潛力。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
