标签
本文提出了一种推理引导的学习框架，用于生成个性化且符合约束条件的旅行打包清单。该框架结合了符号规则、偏好学习与约束优化，在实际部署于iOS生产应用后，实现了高召回率和高约束满足度。
Git-Assistant 是一款人工智能工具，它将大型语言模型与自动化规划相结合，帮助开发者更安全、更可靠地执行复杂的 Git 操作。
本提案引入了动态概念图（Dynamic Concept Graph, DCG），这是一种混合认知架构，结合了神经表示学习、符号知识结构、多模态感知和类比推理，为人工智能提供持久且不断进化的世界模型，以解决大型语言模型中推理不一致和缺乏因果理解等局限性。
联想首席技术官Tolga Kurtoglu详细介绍了公司向以AI为先的公司的转型，采用混合AI方法，协调分布式数据、设备、模型和计算，为个人和企业提供AI体验。
本文提出了一种针对高风险领域LLM输出的神经符号验证架构，结合形式化符号方法与神经语义分析。在一个医疗器械损伤评估系统上进行的评估显示，该架构对结构化实体的幻觉检测率超过83%，语义虚构的检测率达72%，报告创建时间缩短30%。
作者认为本地AI因可用性障碍而被低估，并介绍了他们的项目Euler，旨在让本地AI像云AI一样无缝，同时具备隐私和所有权优势。
提出了一种名为PDRNN的模块化混合AI辅助行人航位推算系统，该系统结合了循环神经网络与分别用于方向、速度和距离估计的独立机器学习模型，并可选地使用基于无线电的稳定。在动态运动数据上的实验表明，与经典方法和基于机器学习的方法相比，其准确性和精度更优。
BEHAVE是一个混合人工智能框架，用于集体人类动态的实时建模，如arXiv上的一篇预印本所述。