待验证50% 置信事实精确时间
现有具身指令跟随规划器主要分为两类:基于大规模标注轨迹的监督学习,以及利用LLM少样本/零样本能力的单次串行推理。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/30
首次发现
有效期至:2027/1/28
来源
AtomTree:分层框架让LLM具身规划更鲁棒
rss2026/10/28
涉及实体
相关事实
待验证LLM路由领域已有RouteLLM、Martian等探索先例,核心思路是训练轻量级分类器在推理前预判任务难度与类型,再映射到模型选择策略79% 相似待验证用小型分类器或 LLM 判断问题类型,从而决定是否触发检索,是一种常见的路由策略。77% 相似待验证零样本学习的实现通常依赖元学习和基于结构先验的泛化两种路径77% 相似待验证该方法的流程是:从一个基线推理程序开始,每一轮将一个LLM作为裁判,向它展示当前程序的代码以及训练问题上的失败案例,要求它给出改进的进化动作;候选程序保存在小型程序池中,按训练准确率排序,下一轮编辑在池中得分最高的程序上进行。76% 相似待验证Ψ-0.6 通过强化学习习得在不同表征之间自适应选择的调度策略,模型在训练中学会判断当前任务适合走哪条推理路径。75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114282API
curl https://kongchang.com/api/v1/knowledge/claims/1114282MCP
get_claim(id=1114282)