生成してからランク付け：身体性エージェントのための記号的目標解釈の学習

- 本論文は、embodied agent における Goal Interpretation（自然言語指示を planner が実行可能な形式的・記号的 goal に変換するタスク）を扱う。 - Embodied Agent Interface (EAI) を対象に、LLM を用いた二段階の generate-then-rank アプローチを提案する。 - 第一段階は supervised fine-tuning により LLM を EAI の出力規約に適応させ、第二段階で候補出力のランキングを行う。

- 比較対象は simple prompting、chain-of-thought、knowledge graph ベースのアプローチを含む baseline モデル群。 - 提案手法はこれらの baseline を上回ったと報告されている。 - 単に候補を生成するだけでなく、モデル自身が生成した代替候補から完全な出力に対する選好を学習する点が特徴的。

- 第一段階で supervised fine-tuning により LLM を EAI の出力 convention に適応させる。 - 第二段階として Candidate-Output Ranking from Errors (CORE) を導入し、モデル自身が生成した代替候補間の選好を学習する。 - 生成と選択を分離した二段階パイプラインにより、候補生成と信頼性の高い選択の両立を狙う。

- Embodied Agent Interface Benchmark の household scenes 上で実験を実施。 - DeepSeek-V3 chat、DeepSeek-Reasoner、Qwen2.5-7B、Qwen2.5-72B など複数の open source LLM を評価。 - simple prompting、chain-of-thought、knowledge graph ベースの baseline と比較し、提案手法の優位性を確認。

- 要旨からは不明（限界や失敗事例、CORE の詳細な挙動に関する議論は要旨に記載なし）。 - 評価は EAI の household scenes に限定されており、他ドメインへの一般化については要旨からは不明。

- Embodied Agent Interface (EAI) およびその Benchmark に関する論文。 - 比較対象として言及された chain-of-thought を用いる LLM 推論手法。 - knowledge graph ベースの goal interpretation アプローチ。 - 候補生成とランキングを組み合わせる generate-then-rank 系の手法（CORE の関連研究）。