模擬學習方法：機器學習自動化的一種方法

以下翻译自原文：

作為人工智慧的基礎技術，現有的機器學習（ML）方法往往依賴大量的人為幹預和手動預設，例如手動收集、選擇和註釋數據，手動構建深度神經網路的基礎架構以及確定演算法類型及其最佳化演算法的超參數等。

為了解決當前機器學習中存在的這些挑戰，西安交通大學的研究團隊開發了一種稱為模擬學習方法（SLeM）的新方法。 SLeM的核心理念是模擬和提取傳統上由人類設定的ML學習方法，將其轉化為自動化學習過程。本質上，SLeM 框架代表了一種 ML for ML 範例，其中使用 ML 工具來設計和最佳化 ML 的基本元件。

該團隊基於SLeM框架開發了一系列機器學習自動化演算法，展示了其在增強現有機器學習方法的自適應學習能力方面的有效性。

「最近，人們提出了許多AutoML 方法來實現ML 自動化。然而，大多數現有的AutoML 方法本質上都是啟發式的，很難建立堅實的理論基礎。相比之下，SLeM 框架為ML 自動化提供了統一的數學公式，該論文的第一作者、中國科學院院士徐宗本教授表示：“這為 SLeM 的任務遷移泛化能力提供了理論見解。”

高階大語言模型（ LLMs ）的開發已成為人工智慧的基石，顯著擴展了解決各種應用和任務的能力。然而，ML 社群尚未完全解決LLMs卓越的任務泛化能力的基礎理論證據。新穎的 SLeM 方法為推進大語言模型 ( LLMs ) 中任務泛化能力的研究和理解提供了一個有前途的視角和工具。

如果想详细了解，可以点开视频下方的链接。
谢谢观看本视频。要是喜欢，请订阅、点赞。谢谢

原文：https://techxplore.com/news/2024-08-simulating-methodology-approach-machine-automation.html

更多資訊： Zongben Xu 等人，模擬學習方法 (SLeM)：一種機器學習自動化方法，國家科學評論(2024)。 DOI：10.1093/nsr/nwae277

油管：https://youtu.be/H94EXZ3FAPM