爱丁堡团队连发 11 篇论文：自博弈让 Qwen2.5-7B 开放任务提分 10 点
PMinervini · x · 2026-10-22
爱丁堡大学 Pasquale Minervini 团队将在 NeurIPS（4 篇）、EMNLP（3 篇）、LoG（1 篇）发表系列论文，主题覆盖自博弈、检索、模型引导与评测：
- SCOPE：Challenger 提任务、Solver 多轮检索作答、冻结的初始模型当裁判的自博弈框架，无需人工标注问题。Qwen2.5-7B 在 8 个开放基准平均分从 24.4 提到 34.8，接近用 9000 条精选 prompt 做 RL 的 33.4；留出短问答平均分也从 45.9 升至 59.7。
- LOCOS：用 logit 贡献打分定位非字面检索头；另有组合图像检索基准捷径问题研究。
- EMNLP 侧：多模态检索头能否看图、VLM 同答案不同表征的不稳定性、无干扰地组合 steering vectors 控制行为。
- LoG：图到表格接口与关系泛化；预印本含自博弈搜索蒸馏 SPSD、思维链忠实度评测 FACE-Eval、冗长 prompt 为何提升鲁棒性等。
「研究」频道最新
- DeepMind 联合剑桥：AI 智能体自主发现并 Lean 验证 11 台图灵机新规则 — rohanpaul_ai · 2026-10-22
- 新论文给出分布式训练中外层优化器稳定性的精确判据 — apsarathchandar · 2026-10-22
- Karpathy 开源 AutoResearch：AI 智能体全自动跑科研实验循环 — mdancho84 · 2026-10-22
- MF² 基准登陆 EMNLP 2026：用 850+ 事实/谣言对考 VLM 看懂电影 — andre_t_martins · 2026-10-22
- Gemini 读论文给化学反应排序：产率从 6% 提到 39% — bravo_abad · 2026-10-22
- AI 辅助文献综述工作流：从上传种子论文到批量提取数据 11 步 — Faheem_uh · 2026-10-22