学习形式化：连接开放式任务与快速决策模型

小型形式化器让冻结决策模型在开放式任务上成功率大幅提升。

资讯摘要

论文提出一种小型候选形式化器，用离线教师生成的列表训练，从任务上下文中构建显式且经过验证的候选选项，再由冻结的决策模型从中选择，以弥合开放式生成与快速决策模型之间的接口差距。作者报告在 CALVIN-D 测试中，使用 DeepSeek V4 Flash 位姿候选的成功率为 46.5%，而通用动作为 11%；在 1,011 条验证标注上，微调形式化器后本地决策模型最高成功率为 52.6%，无形式化器时为 11.8%，端到端延迟 2.09 秒，Qwen3.5-27B 为 3.67 秒。

要点速读

1. 论文提出小型候选形式化器，从任务上下文构建显式、经验证的候选列表，供冻结决策模型选择。
2. 作者报告在 200 个 CALVIN-D 测试片段上，DeepSeek V4 Flash 位姿候选成功率为 46.5%，通用动作为 11%。
3. 在 1,011 条 CALVIN-D 验证标注上，微调形式化器使本地决策模型成功率从 11.8% 升至最高 52.6%，端到端延迟 2.09 秒。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。