跳到正文
arXiv · AI· Dewu Zheng, Yang Ye, Hongyu Zhang, Jun Yu, Yanlin Wang·· 2 天前AI 评分41

RSI-Prime 构建 LLM 模型训练能力数据集

RSI-Prime: Training Models to Train Models

AI 导读

研究者构建 RSI-Prime 数据集,包含 7 类任务的 350 条完整实验轨迹,旨在提升 LLM 自主训练目标模型的能力。 基于 GLM-5.3 在 PostTrainBench 的测试表明,使用 RSI-Prime 训练可使总体性能相对提升 31.95%,采用决策级损失掩码排除低质量行为。 该数据集为未来 LLM 系统实现自主持续进阶(RSI)提供了可行路径。

来源:arXiv · AI · arxiv.org