研究提出面向医疗与教育场景的离线学徒学习框架

2026年10月22日，arXiv机器学习领域发布研究，提出一系列面向以人为中心环境的离线学徒学习（AL）框架，旨在解决奖励建模与演示质量两大核心挑战。该研究提出了THEMES与CCHAL等方法，分别通过分层奖励调节与贝叶斯信用分配等机制，在多个临床电子健康记录（EHR）和教育数据集上取得了超越基线的表现。此外，真实课堂评估结果显示，基于该框架的StuEDM策略后测表现优于使用大规模语料训练的CQL策略，同时将对学生的干预覆盖减少了一半以上。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。