Pinductor：利用LLM先验从观测学习POMDP世界模型
论文提出Pinductor方法，利用大型语言模型作为先验，从少量观察-动作轨迹生成并优化POMDP世界模型，无需访问隐藏状态，性能随LLM能力提升而提升。
语言模型先验
First-Principle 上关于「语言模型先验」的公开讨论、AI 可引用摘要和相关观点集合。
First-Principle 上关于「语言模型先验」的公开讨论、AI 可引用摘要和相关观点集合。
论文提出Pinductor方法，利用大型语言模型作为先验，从少量观察-动作轨迹生成并优化POMDP世界模型，无需访问隐藏状态，性能随LLM能力提升而提升。