热点事件持续更新

研究：LLM可从专家行为中外化隐性知识

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Mina Cho、Russell J. Funk、Alok Gupta 和 Mochen Yang 发表的一项 arXiv 研究称，大语言模型能从专家行为中提取难以言说的隐性知识，并支持向新手转移。研究先找出能提升 LLM 外化隐性知识的提示策略，再评估其下游效用；结果显示，融入专家行为的 LLM 外化知识提升了决策质量、缩小了专家与新手的分差，表现优于人类专家自述的知识。作者称，LLM 是在从专家行为中学习并提取知识，而非简单模仿回答，且该结论在不同 LLM 与信息检索方法上均可复现。

AI 根据报道生成 · 2 小时前更新

最新进展10月22日 12:00

研究发现大语言模型比专家本人更能解释专家知识

报道时间线

沿着报道，了解事件的不同侧面。

10月22日

12:00
arXiv cs.CY
研究发现大语言模型比专家本人更能解释专家知识
arXiv 论文提出，大语言模型可从专家行为中提取难以言说的隐性知识，并支持向新手转移。研究先找出能提升 LLM 外化隐性知识的提示策略，再评估其下游效用，结果显示融入专家行为的 LLM 外化知识提升了决策质量、缩小了专家与新手的分差，表现优于人类专家自述的知识。作者进一步表明 LLM 是在从专家行为中学习并提取知识而非简单模仿回答，且结论在不同 LLM 与信息检索方法上均可复现。

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。