arXiv · AI· Yinhao Tang, Youqing Fang, Yanan Sun, Xintian Shen, Hanyu Sun, Wenran Liu, Yue Wu, Weiming Zhang, Bin Liu, Wenwei Zhang·· 17 小时前AI 评分41
Sage-Evolve-Preview:面向后训练自我改进的自适应观测机制
Sage-Evolve-Preview:Adaptive Observation for Post-Training Self-Improvement
AI 导读
论文提出 AdaObs 自适应观测机制,解决后训练递归自我改进中仅依赖固定基准分数导致的进展停滞问题。 在 8 个长上下文阅读与指令遵循任务中,该机制在相同数据预算下将平均分数从 66.4 提升至 73.7,且优于 FixedObs 基线。 结果证实观测自适应是维持后训练递归自我改进的关键缺失机制,提升了独立评测 PostTrainBench 上的平均性能。
来源:arXiv · AI · arxiv.org