CToM框架让LLM预测用户回应以自我修正
热点事件持续更新
CToM框架让LLM预测用户回应以自我修正
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者提出 Collaborative Theory of Mind（CToM）框架，训练 LLM 在给出答复前先起草回复、预测用户会如何回应，再用该预测引导内部修订；训练以用户对每份草稿的回复为目标，结合 GRPO 优化。 在协作式数学推理任务上，CToM 将最终准确率从 74.1% 提升至 79.6%；在相同奖励下，预测监督使编码任务的用户回复数减少 8%、写作任务减少 17%。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
CToM：通过预测用户回复让 LLM 学会自我修订报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.AICToM：通过预测用户回复让 LLM 学会自我修订
研究者提出 Collaborative Theory of Mind（CToM）框架，让 LLM 先起草回复、预测用户会如何回应，再用该预测在给出答复前引导内部修订；训练时以用户对每份草稿的回复为目标，结合 GRPO 优化任务表现与交互效率。在协作式数学推理任务上，CToM 将最终准确率从 74.1% 提升至 79.6%，相同奖励下预测监督使编码任务用户回复数减少 8%、写作任务减少 17%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。