**LLM-as-a-Coach：面向不可验证任务的体验式学习**

_LLM-as-a-Coach: Experiential Learning for Non-Verifiable Tasks_

> 提出体验式学习（EL）框架，将反馈模型从评分者转变为教练，通过蒸馏可迁移的经验知识提供高密度监督。该方法在开放-ended任务中优于基于量表的强化学习，具有更好的泛化能力并有效缓解奖励黑客问题。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.18110)