LLMによる空間推論の強化：構成要素と計画

この論文は、ナビゲーションや計画などのアプリケーションにとって重要な能力である、LLMにおける空間推論の課題に取り組んでいます。著者は、空間推論を基本的な構成要素とその組み合わせに分解する新しい2段階のアプローチを提案しています。この方法は、教師ありファインチューニングと強化学習を活用し、パズルベースの環境においてベースラインモデルよりも優れたパフォーマンスを示しています。合成されたASCIIアートデータセットと環境の使用も注目に値します。

• •LLMにおける空間推論のための2段階アプローチを提案。
• •基本的な空間変換に教師ありファインチューニングを使用。
• •マルチステップ計画にLoRAアダプターを使用した強化学習を採用。
• •パズルベースの環境でベースラインを上回る。
• •合成されたASCIIアートデータセットと環境を利用。