arXiv · AI· Yu Liu, Youxing Li, Yuedong Tan, Zhiwei Yang, Zihan Su, Hanqi Feng, Shaojie Zhang, Libin Liao, Zihao Wan, Chenxu Wu, Cong Cao, Fangfang Yuan, Yanbing Liu, Ziheng Chen, Pei Fu, Radu Timofte, Zongwei Wu, Nicu Sebe, Barnabas Poczos, Jian Luan·· 8 小时前AI 评分35
A-RSI 实现零数据多模态自我改进
A-RSI: Adaptive Task Refresh for Zero-Data Multimodal Self-Improvement
AI 导读
A-RSI 通过监控奖励变化刷新任务池，在 11 项基准测试上将性能均值从 57.77 提升至 61.05。 该方法采用模型自写程序生成多模态问题并验证答案，训练循环不使用外部训练样本或人工标注。
来源：arXiv · AI · arxiv.org