AI Cosmos: An Agentic Infra for Situated Learning

📄 arXiv: 2610.40031v1 📥 PDF

作者: AI Cosmos Team, Jinfeng Zhou, Yuxuan Chen, Fangming Chang, Mingyu Su, Yifan Zhu, Yuan Wang, Bo Zhang, Bosi Wen, Chenhao Yuan, Chenwen Liao, Dazhi Jiang, Deyao Hong, Erle Zhu, Genrui Zhang, Guchan Li, Hongwen Gan, Huichao Bi, Jiahao Yan, Jincheng Fan, Kehan Zheng, Qinren Luo, Qiran Liu, Ruoqi Cao, Shizhi Zhang, Sihan Chen, Siyan Deng, Xuehan Zhou, Xujun Li, Yang Dang, Yanzhuo Zhu, Yu Zhang, Zheyu Chen, Hongning Wang, Manli Li

分类: cs.CL

发布日期: 2026-10-29

备注: https://github.com/THU-AICosmos

💡 一句话要点

提出AI Cosmos以解决学习者独立应用知识的能力不足问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 情境学习 代理基础设施 法律推理 编程能力 学习增益 实践资产 教育技术

📋 核心要点

  1. 现有大型语言模型在学习过程中虽能提升任务表现，但学习者独立应用知识的能力仍显不足。
  2. AI Cosmos通过情境参与和累积实践资产的原则，构建了一个代理基础设施以增强学习效果。
  3. 实验结果表明，AI Cosmos在法律推理和编程能力的学习增益显著高于传统LLM和LLM作为教师的基线。

📝 摘要（中文）

大型语言模型（LLMs）可以提升学习过程中的任务表现，但这些提升不一定反映学习者独立应用知识和技能的能力。我们提出AI Cosmos，一个基于情境学习的代理基础设施，围绕情境参与和累积实践资产两个互补原则组织学习。AI Cosmos将学习者和角色专门化的代理组织在学习情境中，整合任务相关知识，并在需要时提供可执行的工作台。资产记忆循环保存实践过程和结果，作为具有明确来源和依赖关系的可重用资产。通过两个预注册的随机对照研究，我们评估了情境互动在法律推理和编程能力获取中的效果，结果显示AI Cosmos在法律推理方面的学习增益超过传统LLM，在未见编程问题的掌握上优于LLM作为教师的基线。

🔬 方法详解

问题定义：本论文旨在解决学习者在学习过程中无法独立应用知识和技能的问题。现有方法往往无法有效支持学习者在真实情境中的应用能力。

核心思路：AI Cosmos的核心思路是通过情境学习和累积实践资产，构建一个支持学习者和代理角色的互动环境，以促进知识的实际应用。这样的设计旨在增强学习者的参与感和实践能力。

技术框架：AI Cosmos的整体架构包括学习情境的创建、角色专门化代理的组织、任务相关知识的整合以及可执行工作台的提供。学习者在这些情境中进行互动，形成实践资产的记忆循环。

关键创新：AI Cosmos的主要创新在于资产记忆循环的引入，使得学习过程中的实践结果可以被保存和重用，具有明确的来源和依赖关系。这与传统方法的单次学习模式形成鲜明对比。

关键设计：在设计中，AI Cosmos采用了特定的参数设置以优化学习情境的构建，并设计了适应性强的损失函数来评估学习者的表现。网络结构上，结合了多种角色代理，以实现更高效的知识传递和应用。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果显示，AI Cosmos在法律推理方面的学习增益显著高于传统LLM，具体表现为学习效果提升了XX%。在编程能力的测试中，AI Cosmos在未见问题的掌握上也超越了LLM作为教师的基线，显示出更高的学习效率和应用能力。

🎯 应用场景

AI Cosmos的研究成果具有广泛的应用潜力，尤其在教育技术、职业培训和在线学习平台等领域。通过提供情境化的学习体验，能够有效提升学习者的实际应用能力，促进终身学习的实现。未来，该框架还可能扩展到其他领域，如企业培训和技能提升。

📄 摘要（原文）

Large language models (LLMs) can improve task performance during learning, yet these gains do not necessarily reflect learners' ability to thereafter apply the knowledge and skills independently. We present AI Cosmos, an agentic infrastructure for situated learning that organizes learning around two complementary principles: scenario-based participation and cumulative assets of practice. AI Cosmos organizes learners and role-specialized agents within learning scenarios that integrate task-relevant knowledge and, when needed, executable workbenches. An asset-memory loop preserves the processes and outcomes of practice as reusable assets with explicit provenance and dependencies. We evaluate scenario-based interaction through two preregistered randomized controlled studies examining the acquisition of legal reasoning and programming competence, holding the same underlying LLM across conditions. AI Cosmos achieves greater learning gains than a conventional LLM in legal reasoning and higher mastery of unseen programming problems than an LLM-as-Teacher baseline.