Blocksworld
PulseAugur coverage of Blocksworld — every cluster mentioning Blocksworld across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的LS-AR架构通过双通道设计增强自回归大语言模型
研究人员开发了一种名为潜在引导自回归（LS-AR）的新型双通道架构，以提高自回归大语言模型的性能。该架构将连续目标引导与离散令牌解码分离，能够更好地保留宏观目标并减少上下文噪声。LS-AR在长时任务中表现出显著的改进，在基线模型失败的情况下实现了100%的目标召回率，同时还提高了吞吐量并减少了VRAM使用量。然而，该模型在零样本实体缩放方面存在局限性，并引入了新的潜在向量攻击面。
-
新的L-ICL技术提高了LLM规划的准确性
研究人员开发了一种名为本地化上下文学习（L-ICL）的新技术，以提高大型语言模型（LLM）的规划能力。该方法涉及迭代地用针对特定失败步骤的定向纠正来增强指令，而不是提供完整的解决问题轨迹。L-ICL已显示出显著的有效性，例如，在仅有60个训练示例的8x8网格世界任务上取得了89%的成功率，相比现有基线有了实质性提高。
-
新的计算链架构提升了大型语言模型的规划能力
研究人员开发了一种名为计算链（Chain of Computation, COC）的新计算架构，以提高大型语言模型（LLMs）的规划能力。该架构将基于Transformer的模型集成到一个迭代循环中，并利用一个保持恒定大小但允许选择性信息访问的结构化上下文窗口（Structured Context Window, SCW）。实验表明，即使是使用COC训练的较小模型，在诸如BlocksWorld和Pancake Puzzle等规划问题上…
-
新研究聚焦大语言模型推理、长上下文和工具集成
多篇研究论文探讨了大语言模型（LLM）推理能力的进步，重点在于提高长时任务和工具集成的性能。Apple的研究引入了LEAD，一种通过整合未来验证和重叠回滚来克服LLM推理中“无恢复瓶颈”的方法，使模型能够解决跳棋跳跃等复杂问题。其他论文提出了用于工具集成推理中的逐轮回溯自我蒸馏的TurnSight，衡量解释器稳定性的方法，以及通过测试时缩放和从失败轨迹中反思性学习来分析和改进推理过程的技术。此外，研究还探讨了优化推理接口以缩短响应时间…
-
新的WA*框架在AI规划中实现了零样本泛化
研究人员开发了一个名为WA*的新型自改进规划框架，该框架将由关系图神经网络表示的价值启发式与Q学习相结合。这种方法指导搜索并利用结果数据来更新启发式，使其能够充当通用策略。该框架展示了强大的零样本泛化能力，无需搜索即可解决新的问题实例，这在稀疏奖励域中是传统深度强化学习方法的一项重大进步。该系统已在Sokoban、PushWorld、The Witness和2023年国际规划竞赛等基准测试中取得成功。
-
生成模型通过自我改进实现高质量计划生成
研究人员开发了一种用于生成模型的自我改进技术，以更有效地生成高质量计划。该方法通过模型调用和图搜索的组合生成改进的计划，然后对初始模型进行微调。在四个领域的实验表明，与传统的符号规划器相比，计划长度平均减少了 30%，并且超过 80% 的生成计划是最优的。