arXiv AI· Zijian Zhang, Rizhen Hu, Jiangweizhi Peng, Shiyang Li, Sujay Bhatt, Sihan Zeng, Mingyi Hong·· 1 天前评分60
AutoScaffold: AI-Guided Scaffolding for Reinforcement Learning of Language Models
摘要
我们引入AutoScaffold，一个统一的AI-for-AI框架，将学生的学习体验转化为自适应支架，训练过程中无需领域特定信息且无人工干预。冻结的教师定期检查这一经验，诊断瓶颈，并在两种形式中设计支架：(i) 共享于任务类别的策略，(ii) 个体困难任务的提示，随着学生学习调整内容和支持力度。评估时移除支架。
推荐理由
请对照arXiv AI原文，核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：arXiv AI · arxiv.org