跳到正文
arXiv · NLP· Chao Chen, Jiashuo Zhang, Yunhang Shen, Liangyu Lian, Rongrong Ji·· 10 天前AI 评分41

SMO 框架将自然语言技能编译为可复用状态-动作-结果图

SMO: Compiling Natural Language Skills into Graphs of Reusable State-Move-Outcome Bricks

AI 导读

研究人员提出 SMO 框架,将自然语言技能分解为可复用的程序化模块。 在 SkillsBench v1.1 实验中,该框架将 232 项技能表示从 366,472 压缩至 149,154 tokens,实现 59.3 倍缩减。 平均任务分数由 0.6379 提升至 0.7478,运行时 token 消耗降低 38.38%。

来源:arXiv · NLP · arxiv.org