VIDRAFT发布了Darwin-180B-RSI,这是一个拥有1800亿参数的推理模型,采用了递归自改进(RSI)框架。该模型在七个Hugging Face排行榜上均取得了最高排名,包括法律推理基准LEXam和LEXam-hard,尽管它并未在法律数据上进行训练。RSI方法涉及模型解决问题,通过自动化检查验证正确性,然后对成功的推理路径进行再训练,从而使能力泛化到新领域。该模型可在Hugging Face上公开访问和验证。 AI
影响 在法律推理基准上设定了新的SOTA(State-of-the-Art),展示了通过自改进实现的跨领域泛化。
排序理由 Frontier-lab模型发布,附带系统卡。[lever_c 从 frontier_release 降级:ic=2 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →