小语言模型与多智能体自纠偏实现闭环控制
原标题：Closed-Loop Control with Rule-Aligned Small Language Models and Multi-Agent Self-Correction
速览
该研究提出基于规则对齐的小语言模型（Qwen2.5-1.5B）与多智能体自纠正框架，用于边缘闭环控制。框架包含动作智能体、数字孪生验证层和重新提示智能体，通过GRPO训练对齐规则。在随机热控制仿真中，平均动作对齐准确率达91.5%，推理延迟3.84秒，验证了SLM+验证器架构在可重构自主控制上的实用性。
AI 深度解读
AI 正在阅读原文并生成深度解读…（首次约 20–40 秒，之后秒开）
查看原文 →arxiv.org