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
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- 作者：盼合同形式化成为连接 AI 与经济学的「MDP 时刻」 — xuanalogue · 2026-10-26
- 研究发现：前沿 LLM 常为私利单方面撕毁 AI 合同 — xuanalogue · 2026-10-26
- ContractSim：首个评估 LLM 自然语言合同谈判的框架 — xuanalogue · 2026-10-26
- Partial RoPE 研究：仅旋转 10% 维度即可逼近全 RoPE 收敛 — BlancheMinerva · 2026-10-26
- 133 位专利律师实验：同样用 AI，老手被增强、新人陷入认知卸载 — xiaohu · 2026-10-26