跳到正文
热点事件持续更新

论文提出学生感知教学框架 SAT,教师模型诊断学生后写技能

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

arXiv 论文(arXiv:2611.13144)提出 Student-Aware Teaching(SAT)框架:更强的教师模型先建立学生模型、用诊断性探针检验学生局限假设,再针对诊断出的失败写入可复用技能。 论文称,以 Claude-Sonnet-5 教 DeepSeek-V4-Flash 时,SAT 在四次主要运行中达到 86.46% 的任务成功率;论文同时指出其效果依赖于学生模型能遵循指令、且部署路径能传达这些技能。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. arXiv cs.AI
    Teaching the Harness:面向 LLM 智能体的学生感知技能迁移方法 SAT

    arXiv 论文提出 Student-Aware Teaching(SAT),让更强的 LLM 教师模型先建立学生模型、用诊断性探针检验假设,再为诊断出的失败写入可复用技能。

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。