Lời nói với thế giới: Đánh giá các LLM trong môi trường vật lý tương tác

Đoạn trích bài viết

Từ ngữ ngày càng trở thành một giao diện cho hành động: các mô hình ngôn ngữ lớn (LLM) bây giờ có thể gọi các công cụ, vận hành các thiết bị và đưa ra quyết định ảnh hưởng đến thế giới vật lý. Tuy nhiên, bài đo chuẩn hiện tại phần lớn đánh giá LLM thông qua các phản hồi văn bản tĩnh, các cuộc gọi công cụ ngoại tuyến hoặc các nhiệm vụ mô phỏng.