TaskGround: Inferenza Strutturata di Compiti per l'IA Domestica

Un nuovo articolo di ricerca, TaskGround, affronta la sfida degli agenti domestici di inferire strutture di compiti eseguibili a partire da contesti di scena completi e richieste situate. Il lavoro formalizza il 'ragionamento domestico su scena completa' come una capacità in cui gli agenti devono identificare entità rilevanti per il compito, recuperare condizioni intese e risolvere vincoli di ordinamento dai dati della scena circostante. Gli autori sostengono che le scene domestiche complete contengono informazioni irrilevanti sostanziali, rendendo il prompting diretto inefficiente e soggetto a errori. I vincoli pratici di implementazione—privacy e calcolo locale—favoriscono modelli compatti a pesi aperti con capacità di ragionamento a lungo contesto limitate. L'articolo propone un approccio di inferenza strutturata per migliorare efficienza e accuratezza in tali contesti.