AK分享无数据自训练论文

X用户AK分享了一篇题为《On-Policy Self-Training Data-Free Self-Improvement in Large Language Models》的论文，称其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，并附上论文链接。 该论文摘要未披露所用具体模型、参数规模或benchmark结果，因此“无数据自我改进”的实际效果尚无法从公开摘要中核实。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。