SCOPE：让 LLM 在开放任务上自我提升
PMinervini · x · 2026-07-03
转述 Cyrus Kwan 的研究：SCOPE 方法通过协同演化的自博弈(self-play)与基于评分标准(rubric)的评估，让大语言模型在无需精选数据的开放任务上实现自我提升。
该工作为 LLM 自我改进(self-improvement)提供了新的可行路径。
「研究」频道最新
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27
- 论文提出图拓扑可成为 AI Agent 核心框架 — theomitsa · 2026-07-27