MIT 研究：通过正反样本训练提升模型规划能力
mdancho84 · x · 2026-08-27
MIT 研究人员通过使用正确和错误的计划及其解释来训练 LLM，这是提升模型规划能力的基础步骤。结合后续的外部验证机制，该方法旨在解决模型仅做模式匹配的问题。
所属事件:MIT 推出 PDDL-INSTRUCT：Llama-3-8B 规划准确率 28% 升至 94%(5 条相关)→
「研究」频道最新
- Cohere Labs 世界模型公开课第 4 期：一文理清 DreamerV1-V4 架构演进 — Cohere_Labs · 2026-10-16
- Reasonable 用 3000 条 Verus 证明后训练 Nemotron 3.5,pass@1 提至 73.3% — fhuszar · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- 研究：一个 just 之差就能改变 LLM 对话的走向 — StellaLisy · 2026-10-16
- SEAR 首次大规模对照研究：7 个前沿 LLM、330 项任务检验自进化机器人 — xiye_nlp · 2026-10-16
- Claude 助力连破椭圆曲线纪录后，EC Rank 挑战赛开放 156 个纪录位 — Jsevillamol · 2026-10-16