Search

Tag: #world-models97 results

CWM提升具身代理動作可行性

CWM提升具身代理動作可行性

CWM使用InfoNCE對比學習與硬挖掘負例,對LLM進行微調作為動作評分器,以區分可行與無效動作。它在最小編輯硬負例上Precision@1優於SFT達+6.76個百分點,並達成更高AUC-ROC(0.929)。在ScienceWorld即時測試中,CWM在OOD壓力下提供更好安全邊際。

Page 7 of 10