NVIDIA AI：AI助手一上来就犯错，之后越走越偏。我们的研究团队开发了Pi…

AI助手一上来就犯错，之后越走越偏。我们的研究团队开发了PivotOPD，教它如何避免错误，出错后还能及时纠正。训练时，老师模型会告诉助手该怎么做更优动作，并指引它在接下来几步如何重回正轨。看看论文，再看看实际效果：

—— NVIDIA AI (@NVIDIAAI) X帖子｜2026-10-07T20:18:52+00:00
原帖：https://x.com/NVIDIAAI/status/2107928667246715090