AI Cosmos 用场景化智能体与可复用实践资产提升学习效果。
资讯摘要
论文提出 AI Cosmos,一种面向情境学习的智能体基础设施,围绕场景化参与和实践资产累积两项原则组织学习:将学习者与角色化智能体置于整合任务知识、必要时含可执行工作台的学习场景中,并通过资产记忆循环把实践过程与结果保存为带来源和依赖关系的可复用资产。作者通过两项预注册随机对照研究评估法律推理与编程能力习得,各条件使用同一底层 LLM;结果显示其学习增益高于常规 LLM,在未见编程题上的掌握程度高于 LLM-as-Teacher 基线。
要点速读
- AI Cosmos 将学习者与角色化智能体组织在含任务知识和可执行工作台的学习场景中。
- 资产记忆循环把实践过程与结果保存为带显式来源和依赖关系的可复用资产。
- 两项预注册随机对照研究覆盖法律推理与编程,各条件使用同一底层 LLM;作者报告其学习增益优于常规 LLM,未见编程题掌握度优于 LLM-as-Teacher 基线。
中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。