Mango AI 对比 A Generalist Agent

Mango AI 在一个可搜索的目录中收录了超过 13,000 款 AI 工具。你可以浏览带有价格标签的卡片，按“免费”、“免费增值”或“付费”进行筛选，并直接跳转到每个工具的网站。免费通讯会发送给 40,000 多名读者，重点介绍新增内容和 AI 新闻。

与单纯的链接列表不同，Mango AI 为许多列表配有博客文章，在您点击之前解释工具的功能。“书签”页面允许登录用户保存收藏以便日后查看，每张卡片都显示简短的描述以及“阅读更多”和“打开网站”按钮。

主页在图像生成、聊天机器人、金融和房地产等类别中轮换展示特色工具。列表在卡片本身上标明了价格类型，因此无需打开每个网站即可浏览免费选项。如有问题或提交内容，可通过 [email protected] 与我们联系。

寻找新产品的 AI 爱好者、比较选项的开发者以及希望获得每周精选摘要的通讯读者是核心受众。浏览该目录完全免费，订阅通讯也是免费的。

Gato 是 DeepMind 在其 2022 年 5 月研究文章《A Generalist Agent》中介绍的通用智能体。一个具有共享权重的变换器策略处理聊天、图像描述、Atari 游戏和真实机器人手臂堆积积木等任务，均来自同一模型。文章将其描述为一种多模态、多任务、多体现策略，根据上下文选择输出文本、关节扭矩、按钮按压或其他标记。

该领域的大多数工具为每个任务领域训练独立模型。而 Gato 则将每种模态和环境序列化为扁平标记序列，并通过类似大型语言模型的变换器处理。这意味着一个预训练检查点可以在对话、视觉和控制之间切换，无需更换架构。

训练过程中，来自模拟和真实环境的数据与自然语言和图像数据集混合，损失被掩码处理，使 Gato 仅预测动作和文本目标。部署时，先对提示进行标记化，每个新观察结果追加到序列中，模型在 1024 标记的上下文窗口内一次采样一个动作向量。博客中包含按领域分组的任务图表，显示预训练模型达到专家分数阈值。

该文面向 AI 和机器人研究人员多于普通软件用户。您可以在 deepmind.google 阅读和引用该研究；这里审查的页面没有公开注册流程、API 层级或下载按钮。