待验证50% 置信事实精确时间

语言模型参与连续控制任务时，通常需要把策略网络输出转化为动作序列，或借助模型进行高层规划、由低层控制器执行，形成分层结构。

1

来源数

50%

置信度

长期有效

时效性

2026/10/30

首次发现

来源

4B模型RL后训练击败GPT-6：特斯拉跑车飞行任务表现提升21%

涉及实体

语言模型concept

相关事实

待验证一种常见的本地部署策略是用一张卡跑大模型负责复杂推理和规划，另一张卡跑小而快的模型负责机械性、重复性、长链路的执行任务。77% 相似待验证与传统的模型预测控制（MPC）不同，运动策略模型把复杂的平衡与步态规划压缩成一个可实时推理的网络，便于部署和迭代。77% 相似已验证工具调用机制允许大语言模型在推理过程中动态调用外部函数，是从语言模型到行动模型的本质跨越76% 相似已验证在标准大语言模型交互架构中，系统提示词在每次对话开始前注入模型上下文，用于定义模型角色、行为边界和任务规则76% 相似待验证更强的模型控制力通常体现在结构化输出、指令遵循和参数调节等维度75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1117034

API

curl https://kongchang.com/api/v1/knowledge/claims/1117034

MCP

get_claim(id=1117034)