MathTutorBench

Sherpa 框架：利用強化學習訓練 LLM 進行因材施教的適應性教學

Sherpa Framework: Training LLMs to Teach Adaptively via Reinforcement Learning

研究人員推出 Sherpa 框架，透過模擬多種學習風格的學生模型並利用多輪強化學習，以最大化學生的實際學習成效為目標，成功訓練出能動態調整教學策略的 LLM 虛擬導師。