MIT 提出 PDDL-INSTRUCT,让 Llama-3-8B 规划准确率从 28% 跃升至 94%
mdancho84 · x · 2026-09-25
MIT 研究者发布 PDDL-INSTRUCT 方法,声称让 LLM 具备真正的逻辑推理与规划能力,而非模式匹配。方法分两步:
- 训练阶段:用带解释的正确与错误计划样本训练 LLM;
- 外部验证:LLM 生成推理后,由外部验证流程逐步检查每步逻辑是否成立。
结果:在他的规划基准上,Llama-3-8B 准确率从 28% 跃升至 94%。作者称这不是渐进改进,而是全新能力层级的涌现。需注意这是第三方解读线程,原文为论文,细节与可复现性有待核实。
「研究」频道最新
- 为什么 GPU 训练不用 xorshift？philox 成并行随机数标配 — abhi9u · 2026-09-25
- 独立研究者 11 组实验指激活转向测量几何有误，提出 AkbasCore 3.2 — Nearby_Indication474 · 2026-09-25
- 学者撰文解析 2026 年 tenure-track 教职求职生存现状 — mboehme_ · 2026-09-25
- Grady Booch 反驳"LLM 收敛出类脑结构":差距仍如鸿沟 — Grady_Booch · 2026-09-25
- ICLR 2027 再爆投稿去匿名化，OpenReview 发布声明 — Striking-Warning9533 · 2026-09-25
- FineVision 开源 VLM 数据集被 NeurIPS 接收:2430 万样本 95 亿 token — andimarafioti · 2026-09-25