arXiv · cs.AI· Weixian Xu·· 21 天前AI 评分39
Sherpa：教 LLM 自适应地教学
Sherpa: Teaching LLMs to Teach Adaptively
来源与原文
arXiv · cs.AI
作者：Weixian Xu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08778v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Sherpa，一个多轮强化学习框架，通过实例化多种学生原型并直接最大化其学习成果来训练教师模型。经 Sherpa 训练的教师 LLM 使被指导学生的成绩平均提升 20.5 个百分点，在 MathTutorBench 上的整体教学评分从 52.5% 升至 79.2%。人类评估中，训练后的教师在 79.6% 的成对比较中优于基础模型。
来源：arXiv · cs.AI · arxiv.org