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
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11