实体 HeuristicEdu

HeuristicEdu

PulseAugur coverage of HeuristicEdu — every cluster mentioning HeuristicEdu 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_167338 · Jul 28 · 04:00

新方法训练LLM充当苏格拉底式导师，而非直接回答者

研究人员开发了一种名为HeuristicEdu的新方法，用于训练大型语言模型（LLM）在教育环境中充当苏格拉底式指导者，而不是简单地提供直接答案。这个两阶段的流程使用了监督学习和一种名为Group Relative Policy Optimization (GRPO)的强化学习技术，在一个儿童科学对话的数据集上进行训练。该系统使用诸如脚手架有效性（Scaffolding Effectiveness）和对话深度（Conversation…