知名AI研究员Kevin Liu近日披露了部分关于模型利用自身数据进行架构优化的实验记录。数据显示，在特定算力预算下，引入递归微调循环可使下游任务准确率提升约18%。该机制通过将模型自产数据注入训练集，形成能力正反馈，被视作打破数据瓶颈的关键路径。然而，如何防止奖励黑客现象与数据污染仍是未解难题。学术界正联合发起开源基准倡议，力求在可控范围内推进该技术的安全迭代。 关键要点实验证实递归微调可提升下游任务准确率被视为打破高质量标注数据瓶颈的核心路径学界联合发起开源基准倡议防范数据污染 返回列表 上一篇 下一篇
