按年被提到
20222022 · 1 次2026
大模型与语言模型›大模型推理与思维链·arXiv:2210.05359 · cs.CL

Mind's Eye: Grounded Language Model Reasoning through Simulation

Mind's Eye:通过模拟让语言模型的推理落地
Ruibo Liu, Jason Wei, Shixiang Shane Gu, Te-Yen Wu, Soroush Vosoughi, Claire Cui, Denny Zhou, Andrew M. Dai · 2022

让语言模型借物理引擎模拟结果来做物理推理

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 3 人首次 2022-10-23 · 最近 2026-07-22
3不同的人
3活跃月份
3讨论串
36被引(OpenAlex)

仅用文本训练的语言模型缺乏对现实世界的接地体验,因此在物理推理上会犯明显错误。Mind's Eye 的做法是:针对物理推理问题,用计算物理引擎(DeepMind 的 MuJoCo)模拟可能的结果,再把模拟结果放进输入,让语言模型据此推理。在包含 39 个任务的物理对齐基准上,平均零样本绝对准确率提升 27.9%,少样本提升 46.0%,配上它的小模型能达到大 100 倍模型的水平。

HN 为什么提它

评论者把它当作“把大模型接上物理模型”的例子,说明语言模型可借 MuJoCo 之类的模拟器完成接地推理。

方法难度 3 / 5约 40 分钟经得起时间
读之前最好知道
1大语言模型的提示与少样本推理
2物理引擎(如 MuJoCo)
3物理推理基准
4接地(grounding)概念

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐exhaze · 2026-07

“felt you might find this paper on reasoning models trained on physical world video data becoming better at general reasoning interesting:”

推荐它,讲在物理世界视频上训练可能提升推理模型的通用推理
Are AI Labs Pelicanmaxxing?原评论 ↗
引用theptip · 2023-01

“An example that's even more impressive than "wrap Wolfram Alpha" has already been demonstrated: LLMs plugged into Physics models (MuJoCo) at Google”

举 Google 把 LLM 接上物理模型 MuJoCo 的例子,比封装 Wolfram Alpha 更惊人
Wolfram Alpha as the Way to Bring Computational Knowledge Superpowers to ChatGPT原评论 ↗
被提交为 story · 1 次