VIPER: Visual Perception and Explainable Reasoning for Sequential Decision-Making

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了VIPER框架,结合视觉语言模型和大型语言模型,解决视觉指令基础规划中的问题。该框架显著提升了决策能力,并在ALFWorld基准测试中超越现有最佳方案,增强了可解释性。

🏷️

标签

➡️

继续阅读