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
- VidMap 用 RoMa 粗匹配全帧、精细匹配仅限关键帧 — ducha_aiki · 2026-09-11
- Bug Hunt Bench 作者补充:榜单噪声幅度约 2-3 分 — PawelHuryn · 2026-09-11
- Bug Hunt Bench 放榜:105 个真实埋 bug 横评前沿编码模型 — PawelHuryn · 2026-09-11
- 台球计算模型登 PNAS:二维系统已存在不可判定性,可跑通用计算机 — eigensteve · 2026-09-11
- 新研究:从仿射变换与重力线索求解绝对位姿 — ducha_aiki · 2026-09-11
- LoMa 论文发布 REALLY HardPairs 数据集,入选 ECCV 2026 — ducha_aiki · 2026-09-11