小米联合多高校提出 A-RSI:11 项基准平均分 57.77 提至 61.05
mark_k · x · 2026-11-01
小米研究院联合多所大学在 arXiv 发布论文 A-RSI(Adaptive Task Refresh),解决递归自我改进(RSI)中训练任务池失效的问题。
- 核心思路:监控训练动态,当学习信号衰减时自动刷新任务池;新任务的多模态问题由模型自写程序生成,且答案可独立校验,避免模型「自己给自己判对」。
- 机制:保留验证集测试日志估计任务变化;当测试进度趋平时,从旧任务提取属性生成新候选,依据任务生成合同自动校验后换入。
- 结果:在 11 项基准上平均分从 57.77 提升到 61.05,使用约 800 个新任务,不依赖外部训练样本或人工标注答案。
- 注意:该提升仅针对这个附加训练环节,系统仍从预训练模型起步;结果尚待独立复现。
所属事件:小米联合高校提出 A-RSI，提升递归自我改进效果(2 条相关)→
「研究」频道最新
- 开源仓库汇总历代 AI 宪法与模型规范文档及泛化研究引用 — dhadfieldmenell · 2026-11-01
- Karpathy nanochat 获 5.9 万星：从零训练 LLM 全流程仓库 — techNmak · 2026-11-01
- 同样的 2.4 eV 预测，SHAP 揭示模型两条完全不同的推理路径 — bravo_abad · 2026-11-01
- 用 Qwen3-0.6B 手把手训练你自己的决策模型 — dl_weekly · 2026-11-01
- 8M 参数小 LLM 从零训练：他用博客记录踩坑全过程 — the-random-guy-2002 · 2026-11-01
- 细粒度 MoE 是最大红利：DeepSeek-V3 式 128 专家路由提升损失 4.9%-6.2% — ivan_bezdomny · 2026-11-01