待验证50% 置信观点精确时间
EASTAR的“LLM先验+监督微调”两阶段设计,本质上是将参数高效迁移学习中的adapter或prompt tuning思路迁移到城市表示学习场景。
1
来源数
50%
置信度
长期有效
时效性
2026/11/13
首次发现
来源
涉及实体
相关事实
待验证EduBehaviors将标注拆成两个阶段:第一阶段让LLM测量可观察行为,第二阶段基于这些可观察行为学习分类器来预测目标构念72% 相似待验证实现条件化任务的可能路径有两种:在观测空间中增加指令的编码让策略网络学习条件分布,或采用分层架构(高层解析指令生成子目标,低层策略执行抓取放置)。71% 相似待验证把规划模型放进模拟循环内部,类似于游戏中的 AI Director 或分层强化学习中的高层策略:高层以较低频率输出事件或子目标,底层世界模型以高频率渲染帧。70% 相似待验证现有自动化模型优化工作的共同点是大模型输出的是建议或配置,真正改变模型参数的仍是训练流程。70% 相似待验证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。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1164989API
curl https://kongchang.com/api/v1/knowledge/claims/1164989MCP
get_claim(id=1164989)