Social-R1：LLMの「答え先行の後付け推論」を抑え、人間らしい社会的推論を鍛える
ToMBench-Hardで社会的推論のショートカットを露出させ、SIPに沿う多次元報酬で推論過程全体を監督するSocial-R1を提案した論文です。
Cog AI Archive
最新の記事
LLMコード生成を「仕様→テスト→関数」で測る：人間の介入がどこで効くかを追う実験設計
CURRANTEというVS Code拡張を使い、仕様記述とテスト精緻化への人間介入がLLMコード生成の正確さと効率にどう効くかを測る登録報告です。