EKT-Router：面向具身视觉-语言模型的专家与证据对齐机制
英文标题：EKT-Router: Expert-Evidence Alignment for Embodied Vision-Language Models
本文提出了 EKT-Router，旨在解决具身视觉-语言模型（Embodied VLM）在部分且动态演变的观察环境中进行准确推理的问题。该研究指出，具身智能体的表现同时取决于模型内部选择的推理能力以及外部可调用的环境证据。传统的专家路由器（Expert Router）主要用于自适应调整内部计算，而该方法通过实现专家与证据的协同对齐，提升了模型对动态不完整信息的理解与问答水平。这对多模态具身智能体与工具增强大模型的设计具有重要参考价值。
打开原文相关 1.6 · 机会 1
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
arXiv:2610.33044v1 [cs.CV]
摘要
具身视觉-语言模型（Embodied vision-language models）必须基于部分且处于动态演变之中的观察环境来回答问题。这类模型的成功，既取决于其所选择的推理能力，也取决于当前可供其调用的环境证据。专家路由器（Expert routers）用于自适应调整模型的内部计算路径，而工具增强（tool-augmented）机制则用于补充外部信息……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×