研究团队推出本地智能家居控制框架Trail
Start here
2026年11月3日，研究人员推出完全在本地运行的智能家居控制框架Trail。该框架通过分层类型化决策替代开放式命令生成，实现对房间、设备与操作的可靠选择。评测数据显示，在Trek-Robust基准测试中，Trail的准确率达到85.3%，优于微调Qwen3.5-4B基线的69.8%。此外，借助结构化记忆模块，Trail在多轮依赖请求中的解决率达到75.6%，大幅高于基线的42.5%。
AI-generated from reports · Updated 14 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能Trail：利用决策模型实现精准本地智能家居控制
研究人员推出完全本地运行的智能家居控制框架 Trail，通过分层类型化决策替代开放式命令生成，实现对房间、设备与操作的可靠选择。在 Trek-Robust 评测中，Trail 取得 85.3% 的准确率，优于微调 Qwen3.5-4B 基线的 69.8%。借助结构化记忆模块，Trail 在多轮依赖请求中的解决率达 75.6%，远高于基线的 42.5%。
Story heat trend
Current heat 6·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.