スキャフォールド
学習を進めやすくするための一時的な足場や補助情報。最終的には補助なしでできるように、段階に合わせて支援の量や内容を変える。
たとえば: 自転車の補助輪を、慣れるにつれて外していくようなもの。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- AutoScaffold:報酬に圧縮されがちな学習経験を「訓練時のヒント」に変える枠組み
AutoScaffoldは、RLVRで得られる訓練経験をもとに、凍結したteacherが戦略やヒント(スキャフォールド)を適応的に設計・調整する枠組みだ。4領域で、スキャフォールド無し評価でもRLベースラインを上回ったと報告している。
