כתבה
arXiv cs.CL ·
Sherpa: הכשרת LLMs ללמד באופן אדפטיבי
Sherpa: Teaching LLMs to Teach Adaptively
Sherpa היא פרקטיקה חדשנית להכשרת LLMs ללמד באופן אדפטיבי. היא משתמשת בלמידה רב-פניה כדי להכשיר טכנאי LLM שיכול להתאים את הוראותיו לצרכים השונים של תלמידים שונים. Sherpa נבחנה במערכת MathTutorBench והוכיחה עצמה כיעילה בהכשרת טכנאי LLM שיכול ללמד באופן אדפטיבי.
תקציר מקורי באנגליתarXiv:2610.08778v1 Announce Type: cross Abstract: Large language models (LLMs) have become increasingly capable problem solvers, but being able to solve a problem is not the same as being able to teach it. Existing approaches to training LLMs as teachers rely on demonstrations, preference data, or predefined pedagogical criteria that specify what good teaching looks like. However, these signals are often not grounded in individual student learning outcomes, where effective teaching strategies can vary substantially across learners. To address this, we introduce Sherpa, a multi-turn reinforcement learning framework that instantiates multiple student archetypes with LLMs conditioned on distinct learning preferences and trains a teacher model to adapt its instruction by directly maximizing th
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית