Self-Consistency for LLM-Based Motion Trajectory Generation and Verification
基于大语言模型的运动轨迹生成与验证的自一致性
机构 * Stanford University(斯坦福大学)
专题命中 测试时计算 :reasoning(abstract)
AI总结 本文提出利用自一致性技术提升大语言模型生成运动轨迹的准确性,通过聚类和几何变换实现轨迹的一致性验证,提升生成精度4-6%并验证精度11%。
Comments Accepted to CVPR 2026