决策模型能够在给定备选项上快速做出选择，而通用大语言模型通过灵活的生成和推理处理开放式任务，但代价是顺序解码的慢速。许多任务没有明确的候选列表，需要生成式后端来判断可行操作。为此我们训练了一个小型候选形式化器（formalizer），利用离线教师生成的列表进行监督。形式化器从任务上下文中构造显式且经过验证的备选项，随后冻结的决策模型从中选取一个。实验中，将该方法与官方 TypeSafe Jev-1.13.0 在 200 条 CALVIN-D 测试集上比较，使用通用动作的成功率为 11%，而使用 DeepSeek V4 Flash 生成的姿态候选则提升至 46.5%。进一步在 1,011 条 CALVIN-D 验证标注上进行六臂特权状态评估，局部部署的决策模型在配合微调形式化器时最高可达 52.6% 的任务成功率，未使用时仅为 11.8%。整体端到端延迟保持在 2.09 秒，而在相同实验设置下 Qwen3.5-27B 为 3.67 秒。
点评