IT之家 2 月 24 日消息，蘋果公司昨日（2 月 23 日）發(fā)布博文，分享了“AI 推理與規(guī)劃研討會”的現(xiàn)場視頻。該研討會于去年 7 月舉辦，為期兩天，重點聚焦推理與規(guī)劃、智能體應用以及模型開發(fā)三大 AI 核心領域。

會議匯集了蘋果內部工程師，以及來自加州大學洛杉磯分校（UCLA）、斯坦福大學和加州大學伯克利分校等頂尖學府的研究人員。與會專家在兩天的行程中，展示并深入討論了近 30 項前沿研究成果。

蘋果官方現(xiàn)已正式分享了該活動中的 8 場重磅演講視頻。這些演講涵蓋了多項核心課題，其中包括蘋果專家分享的“從大語言模型到具身智能體”、“綜合智能體能力基準測試”以及“大語言模型的推理與智能”等內容。

同時，來自加州大學伯克利分校的學者探討了“自適應并行推理技術”，圣菲研究所的專家則分析了“視覺語言模型的魯棒性評估與提升”。

公開的視頻還展示了其他學術界的突破性研究方向。不列顛哥倫比亞大學的研究人員講解了“基礎模型時代的開放式與 AI 生成算法”。

卡內基梅隆大學（CMU）的學者探討了“面向智能體的互聯(lián)網級規(guī)模訓練”；蘋果工程師也進一步解析了“長跨度交互式大語言模型智能體的強化學習”技術。

IT之家附上相關鏈接如下：

• From LLMs to Embodied AI Agents: Lessons and Methods, presented by Alexander Toshev (Apple)

• MMAU: A Holistic Benchmark of Agent Capabilities Across Diverse Domains, presented by Yanchao Sun (Apple)

• More Efficient and Accurate Reasoning with Adaptive Parallel Reasoning, presented by Alane Suhr (UC Berkeley)

• On Evaluating and Improving Robustness in Visual Reasoning Abilities of Vision-Language Models, presented by Melanie Mitchell (Santa Fe Institute)

• Open-Ended and AI-Generating Algorithms in the Era of Foundation Models, presented by Jeff Clune (University of British Columbia)

• Reasoning, Intelligence & Large Language Models, presented by Iman Mirzadeh (Apple)

• Reinforcement Learning for Long-Horizon Interactive LLM Agents, presented by Philipp Kr?henbühl (Apple)

• Towards Internet-Scale Training For Agents, presented by Ruslan Salakhutdinov (CMU)

科技媒體 9to5Mac 指出，蘋果解禁上述論文的時間遲到 7 個多月，不過對于關注 AI 推理、規(guī)劃以及智能體系統(tǒng)的受眾而言，這批遲來的視頻依然極具觀看價值。

廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。