arXiv · NLP· Runze Jiang, Yan Wang, Boran Jin, Bingyu Zhu, Longtao Huang·· 5 小时前AI 评分33
针对大语言模型的递归知识改进方法 RKI：解决知识状态混叠问题
Weakness Localization Is Not Enough: State-Aware Recursive Knowledge Improvement for Large Language Models
AI 导读
递归知识改进（RKI）方法将知识改进建模为序贯的状态感知干预过程，在 HotpotEval 和 SafeInternalEval 上平均优于现有方法 18.41 分。 该方法将知识组织为图结构化单元，通过定位弱点、估计运行知识状态并选择对应干预来解决知识状态混叠问题。 现有诊断分辨率仅定位弱点不足以选择干预，RKI 通过跨轮次重评估实现状态感知更新。
来源：arXiv · NLP · arxiv.org