stanford-university

介绍 StereoPolicy 框架，该框架利用同步立体图像对来提升机器人操作策略的几何推理能力，避免了 RGB-D 和点云的脆弱性。它可以集成到基于扩散和视觉-语言-行动的策略中，在仿真和现实任务中均展现出稳定的改进效果。

斯坦福大学已发布免费在线资源，在90分钟内教授高收入的人工智能技能，为早期观看者带来显著优势。

本文介绍了 BALAR，这是一种无需训练的贝叶斯智能体循环算法，使大型语言模型能够在多轮交互中进行主动推理并提出澄清性问题。该算法在侦探、谜题和临床诊断基准测试中显示出比基线方法显著的性能提升。