LLM-as-a-Tutor 提升指令遵循
kaist-ai · hf · 2026-07-09
KAIST AI 提出 LLM-as-a-Tutor 框架，把大模型在强化学习中的角色从“裁判”扩展为“导师”。方法会根据成对比较和约束添加，动态调整提示难度，从而提升指令遵循能力。
kaist-ai · hf · 2026-07-09
KAIST AI 提出 LLM-as-a-Tutor 框架，把大模型在强化学习中的角色从“裁判”扩展为“导师”。方法会根据成对比较和约束添加，动态调整提示难度，从而提升指令遵循能力。