Adapt-1 Preview

Adapt-1 Preview är en förhandsversion av ADAPT, ett system från Rei Labs som fortsätter att lära sig medan det används. Det är inte en transformer eller språkmodell: kärnan startar utan förträning, genererar inga tokens och behöver ingen språkmodell för att fatta beslut. I stället kombinerar den ett beständigt minne, kopplingar mellan liknande erfarenheter och regler som systemet själv tar fram, med inlärning från återkoppling på tidigare beslut.

En tillämpning beskriver i förväg vad systemet får observera, vilka val som finns och hur utfallet mäts. Bara återkoppling som hör till ett låst, tidigare beslut får ändra systemets tillstånd, och varje svar har spårbara länkar till bevisen bakom det. Systemet kan också avstå från att svara. För bilduppgifter kan färdiga bildmodeller användas för att hitta och avgränsa föremål, och en språkmodell kan valfritt formulera svaren, men de är inte nödvändiga för själva inlärningen.

Enligt Rei Labs presterar systemet bra på flera tester: i rumsliga frågor om hemmiljöer (RoboSpatial-Home) når det 74 procent utan någon träning, och på robotuppgifter i BOP-Ask förbättras det kraftigt efter några omgångar återkoppling och slår då de bäst publicerade resultaten på flera delmått. Resultaten kommer från Rei Labs själva, och en formell vetenskaplig publicering är aviserad men inte släppt.

Systemet går att prova gratis i en webbapp, och det finns dokumentation och en guide för att återskapa ett av testerna på GitHub. Om koden i sin helhet är öppen framgår inte.