PulseAugur
中
实时 10:28:27
English(EN) OpenSIR: Open-Ended Self-Improving Reasoner

OpenSIR框架通过自我博弈增强LLM推理能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了OpenSIR，一个新颖的自我博弈框架，旨在增强大型语言模型的推理能力，而无需依赖外部标注数据集。该系统允许单个LLM生成并解决自己的问题，促进开放式探索和改进。在七个数学基准测试中，OpenSIR展示了持续的提升，其表现优于现有的自我博弈方法，甚至将其改进迁移到一般推理任务中。 AI

影响 这个自我博弈框架可以通过减少对昂贵的人工标注的依赖来加速LLM推理的发展。

排序理由 该集群描述了一篇关于改进LLM推理的新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

OpenSIR框架通过自我博弈增强LLM推理能力

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Wai-Chung Kwan, Joshua Ong Jun Leang, Pavlos Vougiouklis, Jeff Z. Pan, Marco Valentino, Pasquale Minervini ·

    OpenSIR: Open-Ended Self-Improving Reasoner

    arXiv:2511.00602v4 Announce Type: replace Abstract: Recent advances in large language model (LLM) reasoning through reinforcement learning rely on annotated datasets for verifiable rewards, which may limit models' ability to surpass human-level performance. While self-play offers…

相关实体

相关话题