PAPER2LLM++按论文持续更新大模型

Hongji Pu、Yilun Zhao和Wenpeng Yin提出PAPER2LLM++，用新论文持续发现并修正大语言模型的失败。基于论文摘要，该框架从每篇新论文提取有证据支撑的发现，先检验当前模型是否仍有相关问题，再按需生成候选学习信号。 更新采用“尝试—评估—提交”机制：只有目标行为改善，且未明显遗忘既有改进或损害通用能力时才纳入模型。作者称，在按顺序输入研究发现的大模型失败案例时，模型可逐步吸收新发现并保留此前改进；材料未给出具体模型、规模和量化结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。