Skip to content
Hot eventLive

GAVA：文本具身智能体纠错仲裁研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

GAVA 研究针对文本具身智能体的用户纠错仲裁问题，在文本版 ALFWorld 上使用 162 个检查点、972 对真假干预评估四种纠正仲裁策略。完整本地检验使 GAVA 达到 100% 纠正准确率并降低交互成本；引入仅训练的对象位置先验后，在 340 个未见场景中交互成本与联合成本分别相对下降 0.490 和 0.420，并在 77 个不重叠检查点、308 个场景复现（0.595 与 0.517）。

Generated from reports · updated 2 hr ago

LatestOct 2
GAVA 在文本版 ALFWorld 上通过完整本地检验实现 100% 纠正准确率，并在引入对象位置先验后于未见场景中显著降低交互与联合成本。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Artificial Intelligence
    GAVA：基于观测有界证据与期望损失规则的文本具身智能体纠正仲裁

    GAVA 在文本版 ALFWorld 上用 162 个检查点、972 对真假干预评估四种纠正仲裁策略。完整本地检验使 GAVA 达到 100% 纠正准确率，并降低交互成本；引入仅训练的对象位置先验后，在 340 个未见场景中交互成本与联合成本分别相对下降 0.490 和 0.420，并在 77 个不重叠检查点、308 个场景复现（0.595 与 0.517）。

Heat trend

There is not enough continuous observation data to draw a trend yet.