轻量形式化器发布：提升开放任务决策效率

Chengxuan Pei等人于2026年10月28日在arXiv发布论文，提出一种小型候选形式化器。该研究旨在通过生成显式验证候选项，解决开放任务与快速决策模型间的差距。其核心机制是利用离线教师生成列表，并冻结决策模型以进行候选选择。测试数据显示，DeepSeek V4 Flash在CALVIN-D任务中的候选项成功率达46.5%，远高于通用动作的11%。 进一步验证表明，本地部署模型在1011个验证标注中，使用微调形式化器的成功率为52.6%，而未使用仅为11.8%。该方法实现了2.09秒的端到端延迟，证明了其在效率和准确性上的显著提升。目前该结果主要用于概念验证阶段。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。