上海AI Lab提出BookNavigator:RL让模型自学教材,证明准确率51.5%升至79.5%
internlm · hf · 2026-11-12
上海 AI Lab、上海交大等机构研究让 LLM「自学」——在解决问题时自主检索、研读并应用长篇参考资料中的知识，而非依赖参数化知识或固定 RAG。
- 任务设定：基于教材的数学解题——模型需浏览教材讲解、学会相关原理并为习题构造证明，且不提供参考答案。
- BookNavigator 界面：模拟人类学习流程的交互接口，配合细粒度奖励的强化学习激励自学行为。
- 效果：Intern-S2-Preview-35B 整体证明准确率从 51.5% 提升到 79.5%，超过无教材 RL 和固定检索两类基线；域内与域外教材、不同学科均有提升。
- 泛化：在长上下文基准 BrowseComp-Plus 和 CL-bench 上分别较基座提升 1.7 和 2.3 个百分点，说明 RL 可培养跨领域的自学策略。
「研究」频道最新
- 猜猜四种梯度分布：一张图考倒 AI 圈的机器学习基本功 — cneuralnetwork · 2026-11-12
- 3 个神经元控制 Gemma4 的关怀与蔑视，向量文件不到 70KB — New_Alps_5655 · 2026-11-12
- MIT 可微分声学模拟器：从录音反推 32 段声管形状 — maier_ak · 2026-11-12
- Google 抢发 Gemini Decision 1：单次决策模型 0.1 美元/百万 token — Latent Space · 2026-11-12
- MIT 用合成数据训练气候 emulator，数据量仅零头却更准 — MIT News AI · 2026-11-12
- CoRL 2026 开设「持续自我改进机器人」工作坊,倡导体验时代范式 — chris_j_paxton · 2026-11-12