X · AK·· 3 小时前AI 评分20
大语言模型中的同策略自训练：无数据自我改进
On-Policy Self-Training Data-Free Self-Improvement in Large Language Models paper: https://t.co/Xce3fWH0es https://t.co/yxYVsuKOzh
AI 导读
一篇论文提出大语言模型的同策略自训练方法，可在无数据条件下实现自我改进。论文链接已公开，但摘要未披露具体模型、参数规模或 benchmark 结果。
博主
AK@_akhaliq
粉丝 54万
AI research paper tweets, ML @Gradio (acq. by @HuggingFace 🤗) dm for promo ,submit papers here: https://t.co/UzmYN5XOCi
互动数据
- 浏览
- 1909
- 点赞
- 10
- 评论
- 3
- 分享
- 1
- 收藏
- 7
数字来自平台，为最近一次抓取时的数据。
来源：X · AK · x.com