Candidate-Output Ranking from Errors (CORE)

新的Generate-then-Rank方法提升了LLM对具身智能体的目标解释能力

研究人员开发了一种名为Generate-then-Rank的新型两阶段方法，以改进具身智能体的目标解释能力。该方法首先微调一个大型语言模型（LLM），使其遵循智能体的输出约定。随后，一个候选输出错误排序（CORE）组件学习从LLM生成的备选方案中选择最佳输出。在具身智能体接口基准（Embodied Agent Interface Benchmark）上的实验表明，在使用各种开源LLM进行评估时，该方法优于包括简单提示和思维链技术在内的基线方法。