P4IR 框架用 SFT+GRPO 提升建筑规范自动合规中间表示准确性
热点事件持续更新
P4IR 框架用 SFT+GRPO 提升建筑规范自动合规中间表示准确性
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jack Wei Lun Shi 等在一篇 arXiv 论文中提出 P4IR 两阶段框架，用于改进基于大语言模型的建筑规范自动合规（ACC）系统：先用监督微调（SFT）为模型注入建筑规范领域知识，再用 Group Relative Policy Optimization（GRPO）提升所生成的代码骨架中间表示的准确性。 论文称，相对 SFT 基线，该框架将树编辑距离和 token 级 Levenshtein 距离分别最多降低 21.3% 和 41.0%；在零样本设置下，该方法的代码结构与语义表现优于以少样本提示评测的领先 LLM。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
强化学习改进基于大语言模型的建筑规范自动合规系统：P4IR 框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI强化学习改进基于大语言模型的建筑规范自动合规系统：P4IR 框架
一篇 arXiv 论文提出 P4IR 两阶段框架，先用监督微调（SFT）为大语言模型注入建筑规范领域知识，再用 Group Relative Policy Optimization（GRPO）提升生成的代码骨架中间表示的准确性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。