arXiv Artificial Intelligence· 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·· 17 小时前AI 评分38
A-RSI：面向零数据多模态自我改进的自适应任务刷新
A-RSI: Adaptive Task Refresh for Zero-Data Multimodal Self-Improvement
AI 导读
A-RSI 通过监控训练日志中的奖励变化与准确率，在学习信号下降时刷新任务池，无需借助验证集或测试分数。其静态程序库生成多模态问题并推导参考答案，训练全程不使用外部训练样本或人工答案标签。在 11 项基准测试套件上，A-RSI 用 800 个新任务将平均性能从 57.77 提升至 61.05。
来源：arXiv Artificial Intelligence · arxiv.org