上海AI Lab推BookNavigator：RL驱动LLM自学教科书

上海AI Lab、上海交大等机构提出基于教科书自学习的RL框架BookNavigator，让LLM在解决问题时自主检索、研读并应用长篇教材中的知识，而非依赖参数化知识或固定RAG。框架先用教科书相关阶段训练，再通过细粒度奖励引导模型研读资料并应用知识解题。实验显示证明题准确率从51.5%大幅提升至79.5%。

2026-11-12 ~ 2026-11-13 · 2 条相关

• 上海AI Lab提出BookNavigator:RL让模型自学教材,证明准确率51.5%升至79.5% — internlm · 2026-11-12
• RL 框架让 LLM 自学教科书，证明准确率从 51.5% 升至 79.5% — _akhaliq · 2026-11-13