实体
LaST-R1
LaST-R1
PulseAugur coverage of LaST-R1 — every cluster mentioning LaST-R1 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
时间线
- 2026-05-11 research_milestone LaST-R1 AI model achieves 99.9% success on the LIBERO benchmark and outperforms previous SOTA models by 22.5% in real-world tasks. 来源
最近 · 第 1/1 页 · 共 3 条
-
LaST-R1 AI在LIBERO基准测试中取得99.9%成功率
研究人员开发了一种新颖的具身AI训练方法，该方法集成了潜在空间物理推理。这种名为LaST-R1的新范式表现出色，在LIBERO基准测试中取得了99.9%的成功率。此外，在实际任务执行方面，LaST-R1比现有的最先进模型高出22.5%。
-
新的 VLA 模型 LaST-R1 和 DIAL 通过高级推理增强机器人操作
两篇新的研究论文介绍了用于机器人操作的先进视觉-语言-动作 (VLA) 模型。LaST-R1 将潜在的思维链推理与强化学习相结合，以提高适应性和泛化能力，在 LIBERO 基准测试中取得了 99.8% 的成功率。DIAL 通过潜在世界模型将高级意图与低级动作执行解耦，使其能够以少 10 倍的演示进行学习，并泛化到现实世界任务。
-
新研究通过推测性方法和物理洞察力提升LLM推理能力
近期研究探索了增强大型语言模型（LLM）推理能力和效率的新方法。论文介绍了诸如思维之树（Tree-of-Thought）推理的推测性探索等技术，以打破同步瓶颈并实现显著的加速。其他工作则侧重于通过在推理时修剪错误的工具调用来改进工具集成推理，并开发机器人框架，使其在执行物理操作前能在潜在空间中进行物理推理。此外，研究还调查了辩论和投票等不同推理协议对LLM的有效性，发现虽然某些方法提高了安全性，但并不总是能增强实用性。