arXiv 2026年10月5日该工作把已有的干预-结果档案当作固定离线数据集，用视觉语言模型判断档案中的结果是否匹配自然语言描述，并以这一判断作为唯一训练奖励，为无神经系统的合成多细胞构造xenobot学出语言到干预的映射；该映射能泛化到全新指令，在训练时留出的档案数据上达到80.0%准确率，高于66.7%的随机基线，并与直接用真实标签训练的网络相当。该工作把已有的干预-结果档案当作固定离线数据集，用视觉语言模型判断档案中的结果是否匹配自然语言描述，并以这一判断作为唯一训练奖励，为无神经系统的合成多细胞构造xenobot学出语言到干预的映射；该映射能泛化到全新指令，在训练时留出的档案数据上达到80.0%准确率，高于66.7%的随机基线，并与直接用真实标签训练的网络相当。用视觉语言模型自身判断作唯一奖励，离线学出xenobot自然语言干预接口，留出指令准确率80.0%该工作把已有的干预-结果档案当作固定离线数据集，用视觉语言模型判断档案中的结果是否匹配自然语言描述，并以这一判断作为唯一训练奖励，为无神经系统的合成多细胞构造xenobot学出语言到干预的映射；该映射能泛化到全新指令，在训练时留出的档案数据上达到80.0%准确率，高于66.7%的随机基线，并与直接用真实标签训练的网络相当。该工作把已有的干预-结果档案当作固定离线数据集，用视觉语言模型判断档案中的结果是否匹配自然语言描述，并以这一判断作为唯一训练奖励，为无神经系统的合成多细胞构造xenobot学出语言到干预的映射；该映射能泛化到全新指令，在训练时留出的档案数据上达到80.0%准确率，高于66.7%的随机基线，并与直接用真实标签训练的网络相当。