跳到正文
arXiv · AI· Jack Mirenzi, Henny Admoni·· 3 天前AI 评分24

ToM-2 如何通过理解陈述支持教师引导的偏好学习

ToM-2 Understanding Statements for Teacher-Guided Preference Learning

AI 导读

论文提出利用二阶心理理论(ToM-2)生成理解陈述,修正教师对学习者知识模型的过时偏差。 在模拟实验中,完美教师引导下的学习者所需学习轮数约为传统学习者主导查询的一半;在四名协作教师交替教学中,ToM-2 陈述能比平均信念陈述更好恢复性能优势。 该研究在 n=101 的人因实验中验证了 ToM-2 陈述在降低 regret 方面优于无信息引导教学,提升了最终奖励对齐度。

来源:arXiv · AI · arxiv.org