大模型如何自我进化？arXiv 百页综述系统梳理闭环机制

主体内容：arXiv 一篇百页综述系统梳理了大模型自我提升的完整闭环：从数据获取、数据筛选，到模型优化、推理精炼，再由自主评估驱动下一轮迭代。同时指出，这条“自我进化”道路并非只意味着能力增长，还伴随模型崩溃、奖励作弊、自我偏好和对齐失效等反直觉挑战。

专家独家分析：当行业从“接受训练”走向“自己训练自己”，自我进化能力被视为下一阶段竞争核心。但该综述揭示的风险提醒业界：能力增长并不等同于安全可控，未来模型迭代必须在“能力提升”与“对齐安全”之间建立新的评估与护栏机制。