实体 CTC-GRPO

CTC-GRPO

PulseAugur coverage of CTC-GRPO — every cluster mentioning CTC-GRPO across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_93527 · Jun 16 · 04:00

新的EIBench基准评估LLM的情感管理能力

研究人员推出EIBench，一个新推出的基于模拟器的基准，旨在评估和训练大型语言模型（LLM）在交互式情感管理方面的能力。该基准包含2,222个场景，涵盖支持、防御、修复和魅力，其中LLM模拟器扮演用户角色，并在每次交互后更新情感-关系状态。目前的LLM在支持性互动中表现良好，但在维护界限方面存在困难。为解决此问题，团队开发了CTC-GRPO，一种利用模拟器每次交互的状态更新进行密集反馈的强化学习方法，显著提高了Qwen3-8B在EI…