热点事件持续更新
研究者提出CToM框架以提升LLM人机协作与自修正能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月12日，研究人员在arXiv上提出了协同心智理论（CToM）框架。该框架通过显式训练大语言模型预判用户回复，并利用该预测引导模型内部进行自我修正，同时结合GRPO算法优化多轮交互表现。实验表明，CToM在数学推理、代码和写作任务中均超越基线模型，其中在协作数学推理任务上，将最终准确率从原生GRPO的74.1%提升至79.6%。消融实验进一步显示，引入预测监督可有效缩短交互流程，使代码任务的用户回复轮数减少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
研究人员提出CToM框架，通过预判用户回复引导自修正，显著提升多轮人机协作准确率与效率。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 人工智能协同心智理论：通过预判用户回复学会自我修正的 CToM 框架
研究人员提出协同心智理论（CToM）框架，通过显式训练大语言模型预判用户回复并据此引导内部自我修正，结合 GRPO 优化多轮交互表现。实验表明，CToM 在数学推理、代码和写作任务中均超越基线，在协作数学推理任务上将最终准确率从原生 GRPO 的 74.1% 提升至 79.6%。消融实验显示，增加预测监督使代码任务的用户回复轮数减少 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。