微軟推出LAM模型：AI自主執行任務的新突破

微軟的研究團隊近日推出了一種名為「大型行動模式」（LAM）的人工智慧技術，標誌著AI技術的一個新階段。與傳統的語言模型不同，LAM不僅能進行對話，還能自主操作Windows程序，執行具體任務。

LAM的優勢

LAM能夠理解多種輸入方式（如文字、語音、圖像），並將這些輸入轉換為具體的任務步驟。它不僅可以製定計劃，還能根據實際情況調整行動策略。 LAM的建造過程包括：

1. 任務分解：將複雜任務分解為步驟。

2. 轉化為行動：透過AI系統（如GPT-4o）將計劃轉化為實際行動。

3. 探索新方案：自主尋找新的解決方案。

4. 微調訓練：透過獎勵機制優化表現。

測試結果

在實驗中，基於Mistral-7B的LAM模型在Word測試中表現出色：

• 成功率：LAM成功完成任務的機率為71%，超過GPT-4o的63%。

• 執行速度：LAM每個任務只要30秒，GPT-4o需要86秒。

資料擴展與訓練

研究團隊透過擴展資料集，從最初的29,000對任務計畫擴展到76,000對，提升了訓練效果。最終，約2,000個成功的任務序列被用於訓練。

持續挑戰

儘管LAM表現優秀，研究團隊仍面臨一些挑戰，包括任務錯誤、監管問題和技術擴展性。不過，LAM代表了AI技術的重大進步，未來可幫助人類完成更多實際任務。

關鍵點總結

• LAM能夠自主執行Windows程序，突破傳統AI的限制。

• LAM在執行任務時速度更快、成功率更高。

• 資料擴展和訓練優化增強了LAM的效果和準確性。