★ 2
新论文提出Generate-then-Rank，提升具身智能体目标解析
研究针对具身智能体接口（EAI）中的目标解析任务，提出两阶段「先生成后排序」方法：先用监督微调让LLM适配输出规范，再用CORE方法从模型自身候选中学习偏好排序。在家庭场景基准上，DeepSeek-V3、DeepSeek-Reasoner、Qwen2.5等开源模型评测均优于简单提示、思维链与知识图…
arXiv cs.AI6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究针对具身智能体接口（EAI）中的目标解析任务，提出两阶段「先生成后排序」方法：先用监督微调让LLM适配输出规范，再用CORE方法从模型自身候选中学习偏好排序。在家庭场景基准上，DeepSeek-V3、DeepSeek-Reasoner、Qwen2.5等开源模型评测均优于简单提示、思维链与知识图…