Hugging Face Daily Papers·· 22 天前AI 评分72
A-RSI:零数据多模态自适应任务刷新实现自我提升
A-RSI: Adaptive Task Refresh for Zero-Data Multimodal Self-Improvement
AI 导读
该论文提出 A-RSI 方法,旨在解决递归自我改进中何时引入新经验的问题。系统通过监控训练日志中的奖励变化和准确率来动态刷新任务池,无需依赖验证集或测试分数。模型利用静态库生成多模态问题及参考答案,并自动验证属性与审计答案,整个训练循环不依赖外部示例或人工标注。在包含 11 个基准的测试套件上,该方法使用 800 个新任务将平均性能从 57.77 提升至 61.05。
来源:Hugging Face Daily Papers · arxiv.org