DeMe: 基于LLM的物联网动态环境自适应方法生成

本文解决了智能物联网系统中的一个关键挑战：LLM需要在动态环境中生成可适应的任务执行方法。 提出的DeMe框架通过使用源自隐藏目标、学习方法和环境反馈的装饰来修改LLM的方法生成路径，提供了一种新颖的方法。 这使得上下文感知、安全对齐和环境自适应的方法成为可能，克服了依赖固定逻辑的现有方法的局限性。 关注通用行为原则和经验驱动的适应是一个重大贡献。

• •提出了Method Decoration (DeMe)，一个用于动态物联网环境中LLM驱动的方法生成的框架。
• •DeMe使用源自隐藏目标、学习方法和环境反馈的装饰。
• •实现上下文感知、安全对齐和环境自适应的方法。
• •解决了依赖于固定、特定于设备的逻辑的现有方法的局限性。