IXThinker·2025-07-22 11:30

批評模型訓練新框架RCO獲ACL收錄

中國電信研究院聯同清華大學CoAI課題組提出RCO框架，以效用提升為導向訓練批評模型，讓模型產出真正能夠引導回應優化的批評意見，彌補現有大模型批評能力的局限，成果獲ACL 2025的Findings收錄。

批評能力短板何在

現有大型語言模型在批評能力上存在局限，往往未能產出最有效、可真正引導模型改進的意見。研究聚焦於如何生成能夠切實引導模型回應優化的批評，而非停留於表面形式的意見。