arXiv · cs.AI· Jisen Lei·· 21 小时前AI 评分36
Generate-then-Rank：为具身智能体学习符号目标解释
Generate-then-Rank: Learning Symbolic Goal Interpretation for Embodied Agents
来源与原文
arXiv · cs.AI
作者：Jisen Lei
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07825v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出两阶段"生成-排序"方法用于 Embodied Agent Interface（EAI）中的目标解释：先用监督微调让 LLM 适配 EAI 输出规范，再用 Candidate-Output Ranking from Errors（CORE）从模型自身生成的候选中学习偏好。在 EAI 基准的家庭场景上评测了 DeepSeek-V3 chat、DeepSeek-Reasoner、Qwen2.5-7B 和 Qwen2.5-72B 等开源模型，效果优于简单提示、chain-of-thought 和知识图谱基线方法。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。