A-RSI：零数据多模态自我改进新法
热点事件持续更新
A-RSI：零数据多模态自我改进新法
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月28日，Yu Liu等人在arXiv发布A-RSI论文，提出一种基于自适应任务刷新的零数据多模态自我提升方法。方法通过监控奖励变化动态刷新任务池，让模型自行编写程序生成多模态问题并验证答案，训练循环完全不依赖外部样本或人工标注。 在11项基准测试上，A-RSI将性能均值从57.77提升至61.05。该结果由作者团队报告，属于其自报数据，尚未见独立第三方复现验证。目前该方法仍停留在论文阶段，未见公开代码或模型权重发布。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
A-RSI 实现零数据多模态自我改进报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · AIA-RSI 实现零数据多模态自我改进
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。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。