EOCV让批量执行器在保持任务表现的同时减少约三成token。
资讯摘要
论文提出期望-观察一致性验证（EOCV）机制，用于批量执行器：模型先预测动作结果的期望，再与真实观察比对，一致则继续执行，不一致则提前终止并从当前观察重新规划。作者报告在文本与多模态基准、多个骨干模型上，EOCV与ReAct等反应式执行器平均任务表现大致相当，平均加权token用量降低29%–35%，且该机制与模型无关，可集成到现有规划器中。
要点速读
- EOCV通过比对动作结果期望与实际观察，判断是否继续执行或触发重规划。
- 作者报告在文本和多模态基准、多个骨干模型上，平均任务表现与反应式执行器大致相当。
- 作者报告平均加权token用量降低29%–35%，并称该机制与模型无关、可集成到现有规划器。
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 2026/11/4 08:00:28（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。