此外,TextGrad 還支持聯(lián)合優(yōu)化多模態(tài)任務(wù)的指令提示,、解決方案及評估提示,,在空間推理數(shù)據(jù)集 HQH 上將準(zhǔn)確率提升了 9%,。實驗表明,TextGrad 能夠靈活處理多變量,、長鏈推理的復(fù)雜系統(tǒng),顯著提升整體性能,,為自動化優(yōu)化多組件 AI 系統(tǒng)提供了通用框架,。
James Zou 本科畢業(yè)于杜克大學(xué),,并于哈佛大學(xué)取得博士學(xué)位,,現(xiàn)為斯坦福大學(xué)生物醫(yī)學(xué)數(shù)據(jù)科學(xué)副教授,曾獲斯隆獎學(xué)金,。他的研究工作主要集中在使機器學(xué)習(xí)更加可靠,、符合人類需求以及統(tǒng)計嚴(yán)謹(jǐn),同時也涉及 AI 在人類疾病和健康方面的應(yīng)用,。2023 年 8 月,,他和他的團隊首次展示了利用 Twitter 數(shù)據(jù)開發(fā)“病理圖像-文本對應(yīng)”的自然語言-圖像預(yù)訓(xùn)練模型。2024 年 4 月,,他們推出了一個名為 SyntheMol 的生成式 AI 模型,,可以設(shè)計數(shù)十億種新的抗生素分子。此外,,James Zou 團隊還構(gòu)建了一個名為 Virtual Lab 的多智能體系統(tǒng),,由一個 AI 模型作為首席研究員,帶領(lǐng)具有不同科學(xué)背景的 agent 和一名人類研究員共同協(xié)作,。隨著人工智能范式的轉(zhuǎn)變,,自動優(yōu)化器 TextGrad 將為訓(xùn)練大型復(fù)合 AI 模型開辟令人興奮的機會。