arXiv · cs.AI· Alfath Daryl Alhajir (Eigenform), Jennifer Dodgson (Eigenform), Joseph Lim (Eigenform), Truong Ma Phi (Eigenform), Julian Peh (Eigenform), Akira Rafhael Janson Pattirane (Eigenform), Lokesh Poovaragan (Eigenform)·· 1 天前
从自产数据泛化：突破人类数据约束的模型训练框架
Generalising from Self-Produced Data: Model Training Beyond Human Constraints
arXiv:2504.04711v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Alfath Daryl Alhajir (Eigenform), Jennifer Dodgson (Eigenform), Joseph Lim (Eigenform), Truong Ma Phi (Eigenform), Julian Peh (Eigenform), Akira Rafhael Janson Pattirane (Eigenform), Lokesh Poovaragan (Eigenform)
研究任务与主要进展
一篇论文摘要提出新框架，让 LLM 通过与环境直接交互自主生成并验证新知识，不依赖人类基准数据。核心是一个不可操纵的数值奖励（如占用磁盘空间或粉丝数），AI 智能体迭代生成策略与可执行代码来最大化该指标，成功结果用于自重训练与增量泛化。框架强调经验验证优于文本相似度，支持 GRPO 微调，并采用模块化智能体架构缓解模型崩溃与热启动问题。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org