Adobe 提出连续状态 token,让语言模型与非语言智能体协作下棋
adobe · hf · 2026-09-03
Adobe 发布了一项探索语言智能体与非语言智能体协作的研究,以协作国际象棋任务为 benchmark。
核心发现:将连续的子智能体表示(state tokens)通过学习直接嵌入语言模型,效果优于传统的文本化(verbalization)方式,且随规模有效扩展。这为 LLM 与感知/控制类智能体的深度协作提供了超越纯文本接口的路径。
「研究」频道最新
- 33.3% ImageNet 图片含多个类别，研究者称答案集本身不完整 — RexDouglass · 2026-09-03
- ImageNet 约 12% 验证集标签是错的，标注标准从未跟上需求 — RexDouglass · 2026-09-03
- 逆向思维：简化ViT实现立体3D重建SOTA，NBS模型发布 — RexDouglass · 2026-09-03
- Wasserstein 重心重构语言模型嵌入,预测同业错配惩罚更准 — uct · 2026-09-03
- Debias-SparseGPT:在剪枝稀疏化中嵌入去偏,降低大模型人口偏差 — Irina Proskurina · 2026-09-03
- 无需跨资产协方差:语言模型嵌入给出组合方差可计算上界 — uct · 2026-09-03