微软用「会犯错的模拟学生」训练 AI 导师,效果超 GPT-5.4
The Decoder · rss · 2026-09-20
微软与伊利诺伊大学联合发布 StudentSim 系统:从少量个体数据中还原真实学生、并让其生成逼真的错误,为 AI 导师提供快速、低成本的训练反馈。在覆盖 60 名学生、涉及国际象棋、英语和数学的测试中,基于 StudentSim 训练的导师表现优于直接用 GPT-5.4;用该方法训练的国际象棋导师在三版对比中拿到最高的专家评分。
「研究」频道最新
- ECIR 2027 设 SAFE-SEARCH 研讨会，聚焦对话式搜索安全，1 月 15 日截稿 — HamedZamani · 2026-11-12
- 仅用正例自举后训练：235B 模型写出与人类难以区分的科学文本 — AllThingsApx · 2026-11-12
- UC Berkeley 开源 RoboSimStudio：AI Agent 无需训练数据编程工业机器人 — berkeley_ai · 2026-11-12
- LAION 发布 14 亿样本音频语料库，CLAP2-L 登顶 MAEB-30 达 53.6% — serrjoa · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Scale AI 论文：374 次攻击中 36% 成功，模型可在自训练迭代中暗中搞破坏 — Miles_Brundage · 2026-11-12