arXiv cs.LG· Yundaichuan Zhan, Weishi Wang, Wenbiao Liu, Daniel Dahlmeier, Chengwei Qin, Juncheng Li, Fredrik D. Johansson, Zhongqi Yue·· 2026-09-30AI 评分34
Dyad：通过原生类型化决策扩展大语言模型能力
Dyad: Extending Large Language Models with Native Typed Decision-Making
AI 导读
研究提出 Dyad 架构，通过为预训练大语言模型增加环境条件动作编码器，实现原生类型化决策并保持高效动作评分。在冻结大语言模型时，仅训练动作编码器即可在 4 个未见环境中实现无需修改参数的模块化适配。联合优化两者则超越传统 RL 后训练，使 9B 模型在 ALFWorld 上取得 3.80% 的平均绝对增益，并同步提升通用知识、推理与代码能力。
来源：arXiv cs.LG · arxiv.org