논문리뷰

Voyager은 게임 Minecraft 환경에서 LLM을 기반으로 작동하는 지속적 학습 에이전트로 인간의 개입 없이 세계를 탐험하고, 다양한 기술을 습득하여 생존한다.기존의 연구는 강화학습이나 모방학습을 사용하여 체계적인 탐험이 어렵고, 결과의 해석 가능성이 떨어지며,

이 연구는 agent가 <span style="background-color: 많은 과제들은 목표가 복잡하거나, 구체적이지 않거나, 명시하기 어렵다. 하지만 강화학습이 성공적으로 확장되어 온 사례는 주로 보상 함수가 명확하게 정의된 분야에 집중되어있었다.따라서 인

최근 멀티모달 생성 모델이 텍스트에서 이미지 또는 비디오로의 변환에서 큰 성과를 이루었으나, 텍스트에서 오디오로의 변환은 여전히 부족한 실정이다.이 이유로는 크게 두 가지로 나눌 수 있다.1\. 고품질 텍스트-오디오 데이터셋의 부족2\. 길고 연속적인 오디오 데이터를

전통적인 음악 검색 방식은 재즈, 록, 발라드 같은 미리 정해진 태그나 범주에만 의존했었는데, MuLan은 자연어로 음악을 설명하고 검색할 수 있게 해주는 모델이다. 즉, MuLan은 ‘자연어’로 된 다양한 묘사를 통해 음악을 검색하고 태깅(분류)할 수 있는 모델이다.