跳到正文
arXiv · AI· Fanzhi Zeng, Anubrata Das, Maytal Saar-Tsechansky, Liu Leqi·· 2026-10-12AI 评分34

协作心智理论(CToM):通过预测用户反应实现 LLM 自我修订

Collaborative Theory of Mind: Learning to Self-Revise by Anticipating User Responses

AI 导读

提出协作心智理论(CToM)框架,通过预测用户反应引导 LLM 自我修订,提升多轮交互协作表现。 在数学、编码和写作任务中,CToM 结合 GRPO 优化,将协作数学推理准确率从 74.1% 提升至 79.6%。 预测监督使编码任务用户回复数减少 8%,写作任务减少 17%,同时改进任务表现。

来源:arXiv · AI · arxiv.org