强化学习驱动ATHENA掌握何时调用工具的元认知能力
marinkazitnik · x · 2026-07-07
研究表明，治疗推理中"在得出结论前知道该找什么证据"的能力是可以通过学习习得的。在庞大真实工具集上进行的强化学习是实现这一能力的可行路径。ATHENA的结果显示，这种元认知式的工具调用能力能将模型与"从记忆中自信作答"的模型区分开来，类似于好医生与自信猜测者之间的本质差别。
所属事件:开源医疗AI智能体ATHENA发布：推理准确率超GPT-5(8 条相关)→
「研究」频道最新
- Qwen3.8-Flash-Next 开源 180B 权重，被视为后门研究理想样本 — jd_pressman · 2026-10-27
- 英国 AISI 发文：现有手段不足以防生物 AI 工具被滥用 — davidmanheim · 2026-10-27
- CMU 发布 XYBench:LLM 只答字面问题,常无视用户真实需求 — valentina__py · 2026-10-27
- arXiv 前主席提示:投稿主分类选错,论文几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- 72 张实拍图训练 MOSS 锐度滑块 LoRA,权重 1 到 -1 调焦 — aoleg77 · 2026-10-27