概念native decision models
原生决策模型
专为序列决策或规划任务设计的模型,通常基于强化学习或搜索,直接在状态-动作空间上训练,输出可执行计划或动作序列
时间轴 (近 90 天)
11月5日
原生决策模型指专为序列决策或规划任务设计的模型(如基于强化学习或搜索的规划器),区别于通用语言模型(如GPT系列)。
待验证50%
11月5日
原生决策模型在 TandemBench 基准中达到 62.50% 的准确率,但在最优性验证上接近随机。
待验证50%
11月5日
研究评估了 40 个原生决策模型,并与 10 个通用语言模型进行对比。
待验证50%
11月5日
在最优性验证任务中,原生决策模型的表现接近随机水平。
待验证50%