arXiv Artificial Intelligence· Jisen Lei, Huizhi Liang·· 2 天前AI 评分27
Generate-then-Rank：为具身智能体学习符号化目标解释
Generate-then-Rank: Learning Symbolic Goal Interpretation for Embodied Agents
AI 导读
研究提出两阶段“生成-排序”方法 Generate-then-Rank，用于具身智能体接口（EAI）中的目标解释：先用监督微调让 LLM 适配 EAI 输出规范，再用 CORE 从模型自身生成的候选中学习对完整输出的偏好。
来源：arXiv Artificial Intelligence · arxiv.org