CPS框架实现自适应教学策略

2026年10月27日，Rajeev Bhatt Ambati等人在arXiv提出比较教学法监督（CPS）训练框架，旨在让智能体动态选择最优教学策略与反馈。 评估显示，CPS在数学和科学推理数据集上经历5轮辅导后，表现优于最强固定策略基线模型。 该学习到的辅导模型具备跨数据集迁移能力，其策略选择机制还可用于指导基于API的独立辅导系统。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。