Lidong Bing
収録論文 3本 ・ フィジカルAI/ロボット学習
プロンプト最適化VLA身体性プランニング
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 文脈内プロンプトの進化的最適化:オープンエンドな自己複製の視点プロンプト最適化2025/6/1
ランダムな実例を「意味不明な」トークンに剪定することでLLMの性能が向上することを示し、低データ環境で剪定戦略を自動探索する進化的フレームワークPromptQuineを提案した。
- ECBench:マルチモーダル基盤モデルは自己中心的世界を理解できるか?包括的身体認知ベンチマークVLA2025/1/1
ロボットの自己認知や動的シーン知覚、幻覚といった身体認知能力を体系的に評価するため、30次元の認知軸を持つベンチマークECBenchと評価システムECEvaluを提案し、各種LVLMを評価した。
- Can-Do! 大規模マルチモーダルモデルのための身体性プランニングデータセットとニューロシンボリック基盤フレームワーク身体性プランニング2024/9/1
身体性プランニングを評価する400件のマルチモーダルデータセットCan-Doを構築し、知覚状態に基づくニューロシンボリックな計画生成フレームワークNeuroGroundを提案した。
