跳到正文
实时
热点事件历史事件

A-RSI模型提升零数据多模态自改进性能

1 篇报道1 个报道来源20 天前更新

先了解这件事

AI 综述

A-RSI通过基于学习信号下降刷新训练任务,并使用可独立验证的程序生成答案,在无需外部标签的情况下提升基准测试性能。该模型监控训练日志中的奖励变化和准确率来刷新任务池,并利用静态模型自编程库生成多模态问题及其参考答案,同时自动验证奖励和刷新规则的属性并审计生成答案。在十一项基准测试中,A-RSI通过800个新任务将平均性能从57.77提升至61.05。

AI 根据报道生成 · 更新于 20 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. Hugging Face Daily Papers
    A-RSI:自适应任务刷新实现零数据多模态自改进

    A-RSI 通过基于学习信号下降刷新训练任务,并使用可独立验证的程序生成答案,在无需外部标签的情况下提升基准测试性能。该模型监控训练日志中的奖励变化和准确率来刷新任务池,并利用静态模型自编程库生成多模态问题及其参考答案,同时自动验证奖励和刷新规则的属性并审计生成答案。在十一项基准测试中,A-RSI 通过 800 个新任务将平均性能从 57.77 提升至 61.05。