新研究提出叙事理论驱动的RL故事重述方法RRR
热点事件持续更新
新研究提出叙事理论驱动的RL故事重述方法RRR
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
David Y. Liu 等作者提出名为 Retell, Reward, Repeat（RRR）的叙事理论驱动强化学习流水线，用于教大语言模型掌握因果故事结构。该方法扩展反事实故事数据集，加入人工标注的叙事均衡阶段，并结合结构主义叙事学与标量叙事性，用对齐的 LLM-as-judge 自动生成奖励信号。 据该研究，经 RRR 训练的 7B 和 8B 模型在逻辑性、合理性和完整性上优于 few-shot 与 SFT 基线，结果与盲测人类偏好子集一致。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
RRR：用叙事理论驱动的强化学习教 LLM 讲因果故事报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIRRR：用叙事理论驱动的强化学习教 LLM 讲因果故事
研究提出 Retell, Reward, Repeat（RRR）叙事理论驱动的强化学习流水线，通过扩展反事实故事数据集并加入人工标注的叙事均衡阶段，结合结构主义叙事学与标量叙事性，用对齐的 LLM-as-judge 自动生成奖励信号。经 RRR 训练的 7/8B LLM 在逻辑性、合理性和完整性上优于 few-shot 与 SFT 基线，并与盲测人类偏好子集一致。
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。