Trustful LLMs: Customizing and Grounding Text Generation with Knowledge Bases and Dual Decoders
Microsoft Corporation(微软公司)
针对LLM生成内容缺乏领域落地且易产生幻觉的问题,提出利用RAG上下文知识三元组纠正幻觉的后处理算法,以及融合RAG上下文指导生成的双解码器模型。
2024-12-20 cs.AI cs.CL
Grounding Language with Visual Affordances over Unstructured Data
University of Freiburg(弗赖堡大学);University of Technology Nuremberg(纽伦堡工业大学)
最近的工作表明,大语言模型(LLM)可以应用于地面自然语言的各种机器人技能。然而,在实践中,学习多任务,语言条件的机器人技能通常需要大规模的数据汇集和频繁的人为干预,以重置环境或帮助纠正当前的策略。在这项工作中,我们提出了一种新的方法,通过利用自我监督的视觉语言启示模型,从现实世界中的非结构化,离线和无重置数据中有效地学习通用语言调节的机器人技能,该模型只需要用语言注释总数据的1%。我们在模拟和现实世界的机器人任务中进行了广泛的实验,评估了我们的方法,在具有挑战性的CALVIN基准上实现了最先进的性能,并在现实世界中使用单一策略学习了25种不同的视觉操纵任务。我们发现,当与LLM配对时,通过Few-Shot提示将抽象的自然语言指令分解为子目标,我们的方法能够在现实世界中完成长期的多层任务,同时需要比以前的方法少一个数量级的数据。代码和视频可在http://hulc2.cs.uni-freiburg.de上获得
2023-03-08 cs.AI cs.CL cs.CV
Measuring How (Not Just Whether) VLMs Build Common Ground
Northeastern University(东北大学)
针对现有VLM基准未覆盖交互式基础建立过程的问题,提出含四项指标的评估体系,在150场自对弈指称博弈中对比三款专有VLM与人类表现,发现任务成功率、图像-话语对齐度与基础建立成功无必然关联,为相关研究提供框架。
2025-09-04 cs.AI cs.CL
A Roadmap for Embodied and Social Grounding in LLMs
Istituto Italiano di Tecnologia(意大利技术研究院)
本文针对LLM与机器人融合中语言意义理解不足的问题,提出以主动身体、时间结构化体验和社会技能为核心的具身与社会接地路线图。
2024-09-25 cs.AI cs.CL cs.HC
Interpretable Visual Question Answering by Visual Grounding from Attention Supervision Mining
Stanford University(斯坦福大学);Universidad Catolica de Chile(智利天主教大学)
可解释的VQA模型的一个关键方面是它们能够将答案与图像中的相关区域联系起来。具有这种能力的当前方法依赖于监督学习和人类注释的基础来在VQA架构内训练训练注意力机制。不幸的是,获得特定于视觉基础的人类注释是困难和昂贵的。在这项工作中,我们证明,我们可以有效地训练一个VQA架构与接地监督,可以自动获得可用的区域描述和对象注释。我们还表明,使用这种挖掘监督训练的模型生成的视觉接地与手动注释的接地具有更高的相关性,同时实现了最先进的VQA准确性。
2018-08-01 cs.AI cs.CL cs.CV
An Agentic AI Framework for Training General Practitioner Student Skills
University of Antwerp(安特卫普大学)
本文提出了一种代理AI框架,用于培训全科医学生技能,通过统一病例生成、角色驱动对话和基于标准的评估,提升医学教育中虚拟模拟患者的效果。
2025-12-20 cs.AI cs.CL
Automatically Inferring Teachers' Geometric Content Knowledge: A Skills Based Approach
Ben-Gurion University, Israel(本古里安大学,以色列);University of Edinburgh, U.K.(爱丁堡大学,英国)
本文提出基于技能的自动化方法,利用大语言模型对教师的Van Hiele几何推理水平进行分类,通过整合显式技能信息提升分类准确率,为大规模评估教师几何知识提供理论支持。
2026-04-15 cs.AI cs.CY cs.LG
Trajectory-Guided Fault Localization for Agent Skill Evolution
Nanjing University(南京大学);The Hong Kong Polytechnic University(香港理工大学)
针对智能体技能演化中修订与行为证据关联的挑战,提出SkillMorph方法,通过轨迹引导式故障定位优化技能,在基准测试中表现更优且成功应用于自动化内核生成。
2026-10-09 cs.AI cs.SE
Large Language Models as Batteries-Included Zero-Shot ESCO Skills Matchers
Bright Network Ltd.(布莱特网络有限公司)
本研究提出基于大型语言模型的端到端零样本系统,利用合成数据训练分类器并借助GPT-4重排序,显著提升职位描述与ESCO技能匹配的准确率,无需人工标注。
2023-07-07 cs.AI cs.CL
HiSkill: Empowering LLM Agents with Hierarchical Skill Graphs
Beijing University of Posts and Telecommunications(北京邮电大学);China Mobile Group Shaanxi Co., Ltd(中国移动通信集团陕西有限公司);Ant Group(蚂蚁集团)
研究提出HiSkill分层技能图框架,将交互轨迹组织成有向图,连接高级技能与可执行动作模板并捕捉多种关系。推理时检索子图引导任务执行,实验表明其在减少推理令牌消耗方面优于基线,有效弥合技能与动作差距。
2026-07-29 cs.AI
Do As I Can, Not As I Say: Grounding Language in Robotic Affordances
Robotics at Google(谷歌机器人部门);Everyday Robots(每日机器人公司)
大语言模型可以编码大量关于世界的语义知识。这些知识对于机器人来说是非常有用的,这些机器人的目标是根据以自然语言表达的高级的、时间上扩展的指令来行动。然而,语言模型的显著弱点在于它们缺乏真实世界的经验,这使得难以在给定实施例内利用它们进行决策。例如,要求语言模型描述如何清理溢出物可能会产生合理的叙述,但它可能不适用于需要在特定环境中执行此任务的特定代理,例如机器人。我们建议通过预先训练的技能来提供真实世界的基础,这些技能用于约束模型,以提出既可行又适合上下文的自然语言动作。机器人可以充当语言模型的“手和眼睛”,而语言模型提供关于任务的高级语义知识。我们展示了如何低级别的技能可以与大语言模型相结合,使语言模型提供了高层次的知识,执行复杂的程序和临时扩展的指令,而与这些技能相关的价值函数提供了必要的接地连接到一个特定的物理环境的知识。我们评估我们的方法在一些现实世界的机器人任务,在那里我们表明需要现实世界的接地,这种方法是能够完成长期的,抽象的,自然语言指令的移动机械手。该项目的网站和视频可以在https://say-can.github.io/上找到。
2022-08-16 cs.CL cs.LG cs.RO
OpenClaw-Skill: Collective Skill Tree Search for Agentic Large Language Models
The Hong Kong Polytechnic University(香港理工大学);Nanyang Technological University(南洋理工大学);Tsinghua University(清华大学);Royal Melbourne Institute of Technology(皇家墨尔本理工大学);Beijing University of Aeronautics and Astronautics(北京航空航天大学)
提出集体技能树搜索(CSTS)框架,通过集体智能生成和评估技能节点,构建结构化、多样且可泛化的技能树,并引入集体技能强化学习,提升大语言模型在工具使用、多步推理和动态环境交互中的智能体能力。
2026-06-16 cs.AI cs.CL
Video-Skill-CoT: Skill-based Chain-of-Thoughts for Domain-Adaptive Video Reasoning
UNC Chapel Hill(UNC夏洛特山分校);Nanyang Technological University(南洋理工大学)
针对视频推理中领域技能适应难的问题,提出Video-Skill-CoT框架,自动构建技能感知的思维链监督并采用技能特定专家学习,在三个基准上持续优于强基线。
2025-10-24 cs.AI cs.CL cs.CV
SkillVine: Agent Skill Evolution via Branching Exploration
SkillVine将技能进化建模为图搜索,通过分支探索与主干-分支协作机制平衡探索与利用,在多个基准上超越线性进化方法。
2026-09-29 cs.AI
LLM-Grounder: Open-Vocabulary 3D Visual Grounding with Large Language Model as an Agent
University of Michigan(密歇根大学);New York University(纽约大学)
LLM-Grounder利用大语言模型分解复杂查询并结合视觉定位工具,实现零样本开放词汇3D视觉定位,在ScanRefer上取得领先精度。
2023-09-21 cs.AI cs.CL cs.CV
MaestroMotif: Skill Design from Artificial Intelligence Feedback
Mila(米拉研究所);McGill University(麦吉尔大学);Meta;University of Texas Austin(德克萨斯大学奥斯汀分校);Université de Montréal(蒙特利尔大学);University of Alberta(阿尔伯塔大学);Amii(阿尔伯塔创新人工智能研究所)
本研究提出MaestroMotif人工智能辅助技能设计方法,利用大语言模型的反馈与代码生成能力结合强化学习,实现技能的自动设计、训练与组合,在NLE复杂任务上性能与易用性均超越现有方法。
2024-12-11 cs.AI cs.CL cs.LG
Don't Trust: Verify -- Grounding LLM Quantitative Reasoning with Autoformalization
Cornell University(康奈尔大学);University of Edinburgh(爱丁堡大学);xAI
本文提出一种基于自动形式化的验证方法,将 LLM 的非正式数学陈述翻译为 Isabelle 代码并自动验证其内部一致性,从而拒绝不一致的推理答案,在 GSM8K 等数据集上表现优于多数投票。
2024-03-26 cs.AI cs.CL cs.LG
Skill2Query: Exploiting Skill Structure to Generate Pseudo-Queries for Agent Skill Retrieval
Fudan University(复旦大学);Sun Yat-sen University(中山大学);Shanghai Innovation Institute(上海创新研究院);Shanghai Jiao Tong University(上海交通大学)
Skill2Query是利用技能知识图谱生成伪查询的框架,可提升多类检索性能,生成的训练数据表现最优,还能提高智能体任务成功率。
2026-08-18 cs.CL cs.IR
Script-to-Slide Grounding: Grounding Script Sentences to Slide Objects for Automatic Instructional Video Generation
Nagoya Institute of Technology(名古屋技术大学)
本文提出Script-to-Slide Grounding任务,利用大语言模型实现脚本与幻灯片对象的自动接地,实验显示F1分数达0.924,为自动化幻灯片视频编辑奠定基础。
2026-03-14 cs.AI cs.CV
LLM-Based Data Generation and Clinical Skills Evaluation for Low-Resource French OSCEs
本文提出利用大语言模型生成和评估法语OSCE对话,通过合成数据缓解资源限制,展示中等规模模型在医疗教育中的可行性。
2026-04-09 cs.CL
Scaffold-Mediated Post-Training: Co-Evolving Model Parameters and Procedural Scaffold Graphs
Alibaba Group(阿里巴巴集团);Tsinghua University(清华大学)
该研究针对大型语言模型后训练中参数与推理支架脱节的问题,提出支架介导的后训练范式,通过协同演化实现技能提升,在FeatureBench上较标准SFT取得显著性能优势。
2026-08-07 cs.CL
SkillForge: Forging Domain-Specific, Self-Evolving Agent Skills in Cloud Technical Support
Alibaba Group(阿里巴巴集团)
SkillForge通过闭环创建-评估-改进机制,解决云技术支持中领域特定技能缺乏和持续优化的问题,实验表明其能显著提升技能质量。
2026-04-29 cs.AI cs.IR cs.SE
MIND-Skill: Quality-Guaranteed Skill Generation via Multi-Agent Induction and Deduction
Nanyang Technological University(南洋理工大学);Waseda University(早稻田大学);Zhejiang University(浙江大学);Southeast University(东南大学)
本文提出MIND-Skill框架,通过归纳与演绎自动生成可复用的技能,结合三种损失函数保证质量,实验显示其在AppWorld和BFCL-v3上优于现有方法。
2026-05-09 cs.AI cs.CL cs.MA
DiG: Differential Grounding for Enhancing Fine-Grained Perception in Multimodal Large Language Model
University of Science and Technology of China(中国科学技术大学);State Key Laboratory of Cognitive Intelligence(认知智能国家重点实验室)
本文提出DiG框架,通过学习相似图像对的差异识别提升多模态大语言模型的细粒度感知能力,实验表明其在多个视觉感知基准上表现优异。
2026-03-17 cs.AI cs.CV
Tec-Habilidad: Skill Classification for Bridging Education and Employment
针对西班牙语求职申请中技能识别与分类缺乏全面数据集的问题,本文开发了西班牙语技能提取与分类数据集,提供区分知识、技能和能力的标注方法,并给出深度学习基线以推进稳健解决方案。
2025-03-05 cs.CL
Dynamic Skill Adaptation for Large Language Models
Stanford University(斯坦福大学)
本文提出动态技能适配框架DSA,通过构建技能图自动生成教科书式和练习式训练数据,并在指令微调中动态调整样本权重与复杂度,有效提升大语言模型对数学推理和社会研究等复杂技能的适配能力。
2024-12-26 cs.CL
FRAMES: Failure Recovery And Monitoring of Embodied Skills for Humanoid Loco-Manipulation
Duke University(杜克大学)
FRAMES提出一个针对Unitree G1仿人机器人的失败感知监督框架,通过视觉语言模型监控技能执行并触发恢复,在MuJoCo中达到94%的监控准确率。
2026-09-22 cs.AI cs.RO
Unveiling the Compositional Ability Gap in Vision-Language Reasoning Model
The Chinese University of Hong Kong(香港中文大学);Tencent Hunyuan Research(腾讯文言研究院)
本研究通过组合探测任务揭示视觉-语言推理模型在跨模态组合泛化上的能力差距,发现强化学习优于监督微调,且先描述后思考与视觉接地可显著提升组合性。
2025-05-26 cs.AI
Reasoning Matters for 3D Visual Grounding
University of Washington(华盛顿大学)
本文提出了一种自动合成3D视觉定位数据的管道,并引入了在仅使用1.6%训练数据下表现优于现有方法的Reason3DVG-8B模型,证明了推理在3D视觉定位中的重要性。
2026-01-13 cs.AI cs.CV
VideoGEM: Training-free Action Grounding in Videos
Goethe University Frankfurt(法兰克福大学);Tuebingen AI Center(蒂宾根人工智能中心);University of Tuebingen(蒂宾根大学);MPI for Informatics(马克斯·普朗克信息学研究所);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
VideoGEM提出免训练的空间动作定位方法,利用层加权和提示分解,在多个数据集上超越现有训练方法。
2025-03-26 cs.AI cs.CL cs.CV
ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes
Nanyang Technological University(南洋理工大学);Microsoft Research(微软研究院);National University of Singapore(新加坡国立大学);CFAR, A*STAR(计算机辅助放射治疗中心,新加坡科技研究局)
研究问题是提升研究创意,核心方法是构建包含多种技能的套件,主要贡献是揭示31个反复出现的创意子模式并整合为15个可复用模式,能将其转化为可追溯研究提案,经评估效果优于基线。
2026-07-07 cs.AI
Hiding in Plain Sight: Decoupling Pretext from Actuation for Skill Poisoning in LLM Agents
Beihang University(北京航空航天大学);Baidu Inc(百度公司);Wilfrid Laurier University(威尔弗里德·劳雷尔大学)
本研究提出一种针对LLM智能体的技能投毒攻击范式,将恶意执行与情境借口解耦,通过上游接地技能伪造理由,使下游完整执行隐藏于合法任务中,并开发自动化框架实现高成功率攻击,暴露安全审计盲点。
2026-10-01 cs.AI cs.CR
Agent Skills for Large Language Models: Architecture, Acquisition, Security, and the Path Forward
ReDiscovery Hangzhou China(杭州ReDiscovery研究院);Westlake University Hangzhou China(西交大学)
本文综述了大型语言模型智能体技能的研究,涵盖架构基础(如SKILL.md规范、渐进式上下文加载)、技能获取(强化学习、自主发现、组合合成)、大规模部署(计算机使用智能体栈、GUI接地)以及安全挑战(26.1%社区技能含漏洞),并提出技能信任与生命周期治理框架。
2026-06-02 cs.AI cs.MA
OpenLearnLM Benchmark: A Unified Framework for Evaluating Knowledge, Skill, and Attitude in Educational Large Language Models
Chosun University(chosun大学);Korea University(韩国大学);Ewha Womans University(成均馆大学);Korea Institute for Curriculum and Evaluation(韩国课程评价院);Seoul National University(首尔国立大学);Texas A&M University(德克萨斯农工大学);Indiana University Bloomington(印第安纳大学布卢明顿分校)
OpenLearnLM基准通过统一框架评估教育大型语言模型的知识、技能和态度,揭示不同模型在多维度上的能力差异。
2026-01-20 cs.CL
Adapt-$\infty$: Scalable Continual Multimodal Instruction Tuning via Dynamic Data Selection
UNC Chapel Hill(北卡罗来纳大学教堂山分校)
针对多模态指令数据冗余阻碍持续学习的问题,提出Adapt-$\infty$自适应动态数据选择方法,结合聚类、专家选择器与剪枝策略,以少量数据缓解灾难性遗忘、提升前向迁移能力。
2025-03-24 cs.AI cs.LG
Geo-Spatial Concept Probing of Large Language Models: Abstraction, Compositionality, and Grounding
University of Toulouse(图卢兹大学);IRIT(信息科学与技术研究院(IRIT))
该研究针对LLMs的抽象性、组合性与接地性设计测试,构建空间概念基准并开展多模型实验,揭示当前LLMs的概念理解局限,为相关模型的优化提供洞见。
2026-08-10 cs.AI cs.CL cs.IR
SkillSmith: Enhancing Locally Deployed Agents via Automatic Skill Construction and Evolution
SkillSmith是云端-本地智能体协作框架,通过自动构建和演进技能增强本地智能体,使搭载Qwen3.6-27B的本地智能体任务有效性接近云端智能体,在AppWorld上平均动作数从36.1降至9.9且可泛化至其他SLM。
2026-08-11 cs.AI
SkillAudit: From Fixed-Suite Benchmarking to Skill-Centered Assessment
Northeastern University(东北大学);City University of Hong Kong(香港城市大学);Northwestern University(西北大学);Fudan University(复旦大学);University of Science and Technology of China(中国科学技术大学);Santa Clara University(圣克拉拉大学);Fenz AI;Ohio State University(俄亥俄州立大学);University of Glasgow(格拉斯哥大学);National University of Singapore(新加坡国立大学);DeciLix Lab(DeciLix实验室)
提出SkillAudit框架,自动生成技能的多维度评估报告,涵盖效用、效率/成本和安全性,通过基线比较和两阶段检测解决固定套件评估的不足。
2026-06-23 cs.AI
SkillLearnBench: Benchmarking Continual Learning Methods for Agent Skill Generation on Real-World Tasks
Carnegie Mellon University(卡内基梅隆大学);Amazon AGI(亚马逊人工智能研究院)
SkillLearnBench评估持续学习方法在现实任务中生成技能的有效性,发现所有方法在无技能基线上有提升,但一致性改进困难,且更强LLM不总带来更好结果,开放任务表现不佳,外部反馈促进真实改进,自我反馈导致递归漂移。
2026-04-22 cs.CL cs.LG
Effective Large Language Model Adaptation for Improved Grounding and Citation Generation
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Google Cloud AI(谷歌云人工智能)
本文提出 AGREE 调优框架,通过自动构建含引用的接地数据并结合测试时主动检索,提升大语言模型回答的事实接地与引用准确性。
2024-04-02 cs.CL
Query-Only Backdoor Attacks on Self-Evolving Skills via Trajectory Poisoning
本研究针对自进化技能系统提出仅查询式轨迹后门攻击TBA,通过构造查询诱导生成带后门技能,实验证实其可可靠植入条件后门且效果优于直接注入。
2026-08-11 cs.AI cs.MA
Guided Policy Search for Parameterized Skills using Adverbs
Brown University(布朗大学)
我们提出了一种方法,使用副词短语调整技能参数,通过学习副词技能的背景。这些接地允许代理使用由人类提供的副词反馈来直接更新技能策略,其方式类似于传统的本地策略搜索方法。我们表明,我们的方法可以作为这些政策搜索方法的替代品时,密集的奖励环境是不可用的,但人类的语言反馈。我们证明了改进的样本效率在两个实验中的现代政策搜索方法。
2021-10-23 cs.AI cs.CL cs.HC
Progressive Agent Skill Generation via Reinforcement Learning
The Chinese University of Hong Kong(香港中文大学);LIGHTSPEED(光速公司)
该研究针对现有技能生成方法的缺陷,提出基于强化学习的Skill-α方法,将技能生成为序列编辑过程并引入回退奖励,在CL-Bench和tau2-bench上均显著提升了下游任务成功率。
2026-10-14 cs.CL cs.LG
No Attack Required: Semantic Fuzzing for Specification Violations in Agent Skills
University of California, San Diego(加州大学圣迭戈分校)
本文提出Sefz框架,通过语义模糊测试发现代理技能中的规范违规问题,揭示了安全规则漏洞对用户信任的影响。
2026-05-13 cs.AI cs.CR
COMFYCLAW: Self-Evolving Skill Harnesses for Image Generation Workflows
University of Maryland(马里兰大学);University of Pennsylvania(宾夕法尼亚大学);Nvidia(英伟达);Lehigh University(里海大学)
提出COMFYCLAW框架,通过类型化图编辑、区域级VLM验证器和渐进式技能库进化,提升ComfyUI工作流构建的代理可靠性和性能,在多个基准上取得最佳平均评分。
2026-07-03 cs.AI cs.LG
Auto-Policy, not Auto-Skill: Compiled Agent Skills for the Physical World
Imperial College London(帝国理工学院)
本文针对恶意智能体技能造成物理伤害的问题,提出位于技能制品内部的类型化权限层Edge Skillguard,可高效拒绝借用权限请求,验证了其在多场景下的防护效果。
2026-08-27 cs.AI cs.CR
Bootstrap Your Own Skills: Learning to Solve New Tasks with Large Language Model Guidance
University of Southern California(南加州大学);Google AI(谷歌人工智能);National Taiwan University(国立台湾大学);KAIST(韩国科学技术院)
BOSS方法利用大语言模型引导技能自举,使智能体从原始技能出发,以极少监督学习解决新任务,在家庭环境中零样本执行未见长时程任务优于现有方法。
2023-10-17 cs.AI cs.LG cs.RO
A Natural Language Corpus of Common Grounding under Continuous and Partially-Observable Context
The University of Tokyo(东京大学);National Institute of Informatics(国立信息学研究所)
共同基础是建立、修复和更新相互理解的过程,这是复杂的人类沟通的一个重要方面。然而,传统的对话系统具有有限的建立共同基础的能力,并且我们还缺乏任务公式,其在共同基础方面引入自然困难,同时使得能够容易地评估和分析复杂模型。在本文中,我们提出了一个最小的对话任务,它需要在连续和部分可观察的背景下的共同基础的高级技能。基于这个任务制定,我们收集了一个大规模的数据集的6,760个对话,满足自然语言语料库的基本要求。我们对数据集的分析揭示了需要考虑的与共同基础相关的重要现象。最后,我们在一个简单的子任务上评估和分析基线神经模型,该子任务需要识别所创建的共同点。我们表明,简单的基线模型表现不错,但留下进一步改进的空间。总体而言,我们表明,我们提出的任务将是一个基本的测试平台,我们可以训练,评估和分析对话系统的能力,复杂的共同接地。
2019-07-08 cs.AI cs.CL
SkillWiki: A Living Knowledge Infrastructure for Agent Skills
Harbin Institute of Technology(哈尔滨工业大学);Tencent(腾讯);Nanyang Technological University(南洋理工大学)
提出SkillWiki,一个支持智能体技能组织、落地和持续演化的活知识基础设施,通过将异构知识转化为可复用技能资产并关联原始证据,实现从知识摄入到技能生产、溯源探索、治理和执行驱动演化的完整生命周期。
2026-06-16 cs.CL
Extensible Grounding of Speech for Robot Instruction
IBM T.J. Watson Research Center(IBM托马斯·J·沃森研究中心)
口语是一个方便的界面,用于指挥移动机器人。然而,要做到这一点,一些基本术语必须以感知和运动技能为基础。我们详细介绍了我们的机器人ELI上使用的语言处理,并解释了这种接地是如何执行的,它如何与用户手势交互,以及它如何处理回指等现象。然而,更重要的是,有一些概念是机器人无法预先编程的,例如家庭中各种物体的名称或它可能被要求执行的特定任务的性质。在这些情况下,至关重要的是要有一种方法来扩大基础,基本上是“通过被告知来学习”。我们描述了这是如何成功地实现学习新的名词和动词在桌面设置。创建这种语言学习内核可能是机器人需要的最后一个明确的编程-核心机制最终可以用于传授大量的知识,就像孩子从父母和老师那里学习一样。
2018-07-31 cs.AI cs.CL cs.RO
Mathfish: Evaluating Language Model Math Reasoning via Grounding in Educational Curricula
Allen Institute for AI(艾伦人工智能研究所);University of California, Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学);EdReports(教育报告公司)
本研究提出基于教育课程标准评估语言模型数学能力的新视角,构建了相关标准与题目数据集,设计两项评估任务,发现语言模型在标准匹配、题目生成对齐上存在不足,并通过标准分类解析了GSM8k题目的难度差异。
2024-10-04 cs.CL
WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution
Google Research(谷歌研究院);Virginia Tech(弗吉尼亚理工大学)
WikiSkill是使智能体技能与持久知识库协同演化的框架,在多基准与模型上优于现有方法,证实持久知识积累对技能演化关键,且演化技能可跨模型迁移。
2026-08-28 cs.AI cs.CL
SkillNER: Mining and Mapping Soft Skills from any Text
University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学);University of Pisa(比萨大学)
在当今的数字世界中,人们越来越关注软技能。一方面,它们促进了公司的创新,但另一方面,它们不太可能很快实现自动化。由于缺乏数据驱动的方法来检索软技能,研究人员难以准确地定量研究软技能。这限制了心理学家和人力资源经理理解人类与数字化之间关系的可能性。本文提出了SkillNER,一种新的数据驱动的方法自动提取软技能的文本。它是一个命名实体识别(NER)系统,使用支持向量机(SVM)对5000多篇科学论文的语料库进行训练。我们开发了这个系统,通过测量我们的方法对不同的训练模型的性能,并与一个心理学家团队一起验证结果。最后,SkillNER在一个真实的案例研究中进行了测试,使用欧洲技能/能力资格和职业的职位描述作为文本来源。该系统能够根据其共享的软技能和基于其共享的职务简介的软技能社区来检测职务简介社区。该案例研究表明,该工具可以自动检索软技能,从一个大的语料库,在一个有效的方式,证明有用的企业,机构和工人。该工具是开放的,可在线使用,以促进软技能研究的定量方法。
2021-07-12 cs.CL cs.IR
Pragmatics in Language Grounding: Phenomena, Tasks, and Modeling Approaches
Carnegie Mellon(卡内基梅隆大学);UC Berkeley(加州大学伯克利分校);MIT(麻省理工学院);Brown University(布朗大学);DeepMind(深度思维公司)
本文综述了语言基础中的语用学研究,分析了任务目标、环境语境和交际可供性如何丰富语言意义,并提出未来基础任务设计建议,以自然引发语用现象并拓展交际语境。
2023-11-21 cs.CL