SCOPE：把自然语言策略编译为可执行谓词程序

Elad Levi 等研究者提出 SCOPE，将自然语言策略编译为由小模型、确定性抽取器和代码组合执行的可执行谓词程序，并用针对程序偏离策略处的对抗性反例生成，使程序与训练数据联合优化。 在真实策略任务基准上，SCOPE 对多种任务与模型取得最高平均准确率。用最弱执行器优化出的程序可零优化迁移到其他模型，据论文称，在低成本模型上部署即可达到接近前沿推理模型的准确率，且预测更稳定、每个判定都可通过谓词输出解释。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。