‹ arXiv cs.AI

学习任务还是学习验证者?重新思考体现自我完善的暴露标准

原文:Learning the Task or Learning the Verifier? Rethinking Criteria Exposure in Embodied Self-Improvement

arXiv cs.AI 未缓存正文

自我改进的实体代理越来越多地被开发出来,并在机器人模拟基准上进行比较。最近的几项工作向学习代理公开了基准测试的成功标准,我们将这种做法称为标准暴露(CE)。这些标准最初是为了验证模仿学习训练的策略而编写的,通常要求的不仅仅是相应的语言指令,因此分数

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类