ProactiveCoach:分层程序理解让主动式 AI 助手性能提升 57 个百分点
skku · hf · 2026-10-08
SKKU 团队发布 ProactiveCoach 套件,解决主动式 AI 助手「何时开口、给什么层级指导」的问题。
- 现有数据集缺陷:要么只做检测式的主动理解,要么只提供固定粒度的程序性指导,难以判断任务完成度和适配指导粒度。
- 套件组成:ProactiveCoach-Instruct 训练集提供阶段(phase)/步骤(step)/动作(action)三层分层结构化指导;ProactiveCoachBench 评估模型能否在正确时机给出恰当层级的指导,并在用户要求变化时自适应。
- 关键结果:分层监督相比固定粒度监督在多个骨干模型上整体提升最多 9.6 个百分点;微调模型加轻量指导路由组成的自适应指导系统,在四种指导层级切换场景下比上下文自适应基线高出 57.1 个百分点,且无需额外微调。
项目页:jinsuby.github.io/ProactiveCoach/。
「研究」频道最新
- 研究揭示嵌入模型常无视检索指令,加入干扰项微调可显著改善 — _reachsumit · 2026-10-08
- KAIST 提出 Tetris3D:像拼积木一样生成物理合理的 3D 场景 — kaist-ai · 2026-10-08
- SkillForge:用技能生命周期管理做智能体 RL,成功率最高提升 7.8% — ict-cas · 2026-10-08
- RunningTab:用环境侧任务清单解决 LLM Agent 长任务遗忘问题 — kaist-ai · 2026-10-08
- NAVER 提出 DLoop:投机解码连续起草多轮再验证,加速提升 5-41% — naver-ai · 2026-10-08
- 港科大广州发布 UniWAM:统一物理推理、世界生成与动作预测,发现人机共训 scaling law — HKUSTGZ · 2026-10-08