研究人员开发了INFUSER，一个用于自我进化语言模型的新框架，可增强推理能力。该迭代式协同训练系统包含一个生成器（Generator），用于从文档中生成问题和答案，以及一个从中学习的求解器（Solver）。生成器根据影响分数（influence score）获得奖励，确保它生成真正能提升求解器性能的问题，而非仅仅是难题。INFUSER展示了显著的改进，一个8B模型在数学和编码任务上的表现优于一个更大的32B模型。 AI
影响 通过创建自适应训练课程来增强LLM的推理能力，可能带来更强大的AI代理。
排序理由 该集群包含一篇详细介绍改进语言模型推理新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.09052v1 Announce Type: cross Abstract: Self-evolution offers a scalable path to stronger reasoning: a pretrained language model improves itself with only minimal external supervision. Yet existing methods either depend on extensively curated or teacher-generated traini…
Self-evolution offers a scalable path to stronger reasoning: a pretrained language model improves itself with only minimal external supervision. Yet existing methods either depend on extensively curated or teacher-generated training data, or, when the generator runs unsupervised,…