跳到正文
arXiv · 机器人与计算机视觉· Zekai Li, Jiayi Yu, Jinlu Zhang, Luyang Niu, Zekun Qi, Jun Zheng, Xuchuan Chen, Dairu Liu, Yintianrun Zhang, He Wang, Li Yi·· 2026-10-20精选AI 评分82

LLM-as-policy 的物理递归自我改进能力来源:一项观测缩放律研究

Where is Physical RSI capability from? An Observational Scaling Law of LLM-as-policy

AI 导读

本文系统研究了物理递归自我改进(Physical RSI)的机制、缩放行为与泛化性,引入 PhysRSI-eval 通过首次尝试性能、效率、成功率、预算和失败后改进五个维度量化 VLM 在 18 个操作任务中的表现。

推荐理由

该文提出物理递归自我改进观测缩放律,通过五轴指标量化 VLM 在操作任务中的表现与改进机制。

来源:arXiv · 机器人与计算机视觉 · arxiv.org