实体 LLM-as-a-Tutor

LLM-as-a-Tutor

PulseAugur coverage of LLM-as-a-Tutor — every cluster mentioning LLM-as-a-Tutor 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_128710 · Jul 7 · 04:00

LLM作为导师框架增强了指令遵循的强化学习

研究人员开发了一个名为LLM-as-a-Tutor的新框架，以改进指令遵循任务的强化学习。该系统通过让单个LLM同时充当考官和导师来解决静态训练提示的问题。考官识别对当前策略来说过于简单的提示，而导师则添加约束以增加难度。这种自校准方法在复杂的基准测试中始终优于现有方法，表明提示适应是策略感知强化学习中一个关键但之前被忽视的方面。