提出无数据自训练框架 On-Policy Self-Training
热点事件持续更新
提出无数据自训练框架 On-Policy Self-Training
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Leon Sick 等作者在 arXiv 论文（arXiv:2610.32770）中提出 On-Policy Self-Training 框架，将 on-policy 自蒸馏重构为无需外部监督的自我训练方法。作者称，模型仅凭粗粒度主题描述，即可自生成问答对与特权推理演示作为课程，无需人工整理的提示或答案。 论文称该框架在文本基准和视觉问答（VQA）上实现持续自我提升，且不损害未被训练领域的原有能力，表明基础模型蕴含可被放大的潜在能力。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
On-Policy Self-Training：大语言模型的无数据自我训练方法报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIOn-Policy Self-Training：大语言模型的无数据自我训练方法
一篇 arXiv 论文提出 On-Policy Self-Training 框架，将 on-policy 自蒸馏重构为无需外部监督的自我训练方法：模型仅凭粗粒度主题描述，自生成问答对与特权推理演示作为课程。该框架在文本基准和视觉问答（VQA）上实现持续自我提升，且不损害未被训练领域的原有能力，表明基础模型蕴含可被放大的潜在能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。