Smart Home Command Understanding Reinforcement Learning Domain Adaptation
摘要

针对智能家居中模糊或不对齐命令理解困难的问题,本文提出 MiCU,一种领域专用的大语言模型。我们利用用户日志和 LLM 构建自动化训练数据合成工作流,采用课程学习注入领域知识,并结合冷启动训练与基于领域思维规则的强化学习来提升推理能力。此外,引入令牌压缩技术将设备描述浓缩为单令牌,大幅降低推理开销。实验表明,MiCU 在各类设备上平均准确率提升 20.01%,已在小米家居应用部署,显著降低了用户修正率并提升了人工审核准确率。

AI 推荐理由

论文核心在于通过课程学习和 RL 注入领域思维规则,显著增强模型对模糊指令的推理理解能力。

研究机构
School of Computer Science, Wuhan University, Wuhan, China Xiaomi Corporation, Wuhan, China
论文信息
作者 Haowei Han, Kexin Hu, Weiwei Cai, Debiao Zhang, Bin Qin et al.
发布日期 2026-05-31
arXiv ID 2606.01099
相关性评分 8/10 (高度相关)