IT之家 11 月 15 日消息，微软近日推出了名为“Everything of Thought”（XOT）的方法，灵感来自谷歌 DeepMind 的 AlphaZero，利用紧凑的神经网络，来增强 AI 模型推理能力。
微软和佐治亚理工学院、华东师范大学合作开发了该算法，整合了强化学习（reinforcement learning）和蒙特卡洛树搜索 （MCTS） 能力，在复杂决策环境中，进一步提高解决问题的有效性。
IT之家注：微软研究团队表示 XOT 方法可以让语言模型扩展到不熟悉的问题上，在 Game of 24、8-Puzzle 和 Pocket Cube 严苛测试中提升明显。结果表明，XOT 明显优于其他方法，甚至解决了其他方法失败的问题。但是，XOT 并没有达到 100% 的可靠性。
XOT 框架包括以下关键步骤:
IT之家在此附上论文 [PDF] 地址，感兴趣的用户可以深入阅读。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
