📖 NLP 理解

🧠 NeurIPS2025 · 2 篇论文解读

📌 同领域跨会议浏览： 💬 ACL2026 (27) · 🤖 AAAI2026 (2) · 📹 ICCV2025 (1) · 🧪 ICML2025 (1) · 💬 ACL2025 (30) · 🎞️ ECCV2024 (1)

Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL

提出PNLC方法，通过训练轻量级目标条件价值函数作为"自然语言评论家"，在推理步骤层面引导LLM智能体进行多轮规划和自我精化，无需直接微调或推理时搜索，在Web导航、社交推理、劝服等复杂交互任务上显著超越现有方法且推理速度快8-10倍。

Weak-to-Strong Generalization under Distribution Shifts

本文发现朴素的弱到强泛化在分布偏移下会失败（强模型甚至不如弱监督者），并提出 RAVEN 框架，通过动态学习多个弱模型的最优组合权重来实现鲁棒的弱到强泛化，在 OOD 任务上超越 baseline 超过 30%。