跳到正文
arXiv · 机器人与计算机视觉· Ziya Hosseynzadeh, Farjad Fallah, Farnoosh Fallah, Soroush Gooran, Mohammad Amanloo, Hossein Sameti·· 24 天前AI 评分64

CEMIR vs. FISER:基于推理与增强的实用意图识别比较研究

CEMIR vs. FISER: a comparative study of reasoning-based and enrichment-based approaches to pragmatic intent recognition

AI 导读

本文对比了利用结构化社会与具身推理的 FISER 框架和通过合成叙事及照片级图像进行多模态增强的 CEMIR 方法。在 HandMeThat v2 基准上,针对四个大语言模型(从 Qwen2.5-Omni-3B 到 GPT-5)的评估显示,两者在解决实用歧义方面性能无统计学显著差异。研究结果表明,当任务约束已存在于文本指令中时,源自文本的多模态增强可能无法为结构化推理提供可测量的额外收益。

来源:arXiv · 机器人与计算机视觉 · arxiv.org