回复
大语言模型强化的多智能体如何使教育等关键领域受益？
近日，研究人员发布了🚀MathVC🚀，一个“虚拟课堂”，其中包含多个🤖大语言模型（LLM）模拟的学生角色🤖，与人类学生讨论并共同解决数学问题，旨在为他们提供另一个练习数学建模技能的场所。该系统目前仅针对中学教育。
网站: https://murongyue.github.io/MathVC.github.io/
论文: https://arxiv.org/pdf/2404.06711.pdf
代码和演示（尚未发布）：https://github.com/MurongYue/MathVC
开发MathVC的首要问题在于，大语言模型如何模拟像现实中的中学生一样行为的角色？在技术上，该工作讨论和探讨了两个对齐问题，即特征对齐和会话程序对齐，以确保模拟的真实性：
- 特征对齐（每个角色）：如何将LLM的角色模拟与真实人类学生的真实行为对齐？
- 会话程序对齐（角色间）：如何将模拟中的整体会话程序与真实人类学生之间的真实数学问题讨论对齐？
作为跨学科主题的一个重大挑战，该项工作没有可以用来对LLM进行微调的真实学生数据。
因此，研究人员着重于为提示LLM提供更好的“基础”。具体来说，研究人员设计了符号化的角色模式来模拟讨论中学生角色的动态思维过程，以及定义了会话阶段和对话行为的元规划器来调节整体多智能体对话。
这里展示了一个示例模拟，其中三个由LLM驱动的学生角色正在协作解决来自GSM8k数据集的数学问题。可以发现，MathVC可以模拟学生的更细粒度特征，例如他们可能一开始犯错，然后通过与虚拟同学的积极讨论识别和解决错误。这是无法通过传统的模拟实现的，传统模拟通常表面化（例如，学生角色口头声称数学不好，但实际上进行了完美的计算）。
本文转载自公众号AIGC最前线
标签
赞
收藏
回复
相关推荐
