- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯开源的专栏
不蒸馏也超强？揭秘端到端文档OCR模型 POINTS-Reader
在端到端方案中，POINTS-Reader提出了一套高度可扩展的数据生成方案，包含两个核心阶段：统一格式预热阶段(Uniform Format Warm-up Stage)和迭代自我改进阶段(Iterative Self-improvement 第二阶段：迭代式自我提升阶段 (Iterative Self-improvement Stage, ISS) 目标是将第一阶段在合成数据上训练的模型，自适应地迁移到真实世界文档上，并持续提升模型和数据质量 Iterative Self-improvement 阶段，过滤的手段至关重要 可以发现，在这个阶段对模型生成的数据从各个维度进行过滤，例如表格、公式，可以显著提升数据的质量，从而提升模型的性能。 Iterative Self-improvement 阶段，随着迭代次数多增加，数据的质量和模型的性能也持续提升 从上图可以看出，随着迭代的进行，数据的质量在持续的提升（F1-score 不断增加），但是增长的数据变缓了
43110编辑于 2025-09-11 - 来自专栏Python进阶之路
OS-Copilot：实现具有自我完善能力的通用计算机智能体
AI 缩小了人类间的知识和技术差距 论文标题：OS-Copilot: Towards Generalist Computer Agents with Self-Improvement 论文链接：https
35400编辑于 2024-05-25 大模型“自学”后能力反下降，Llama/Mistral都没逃过
上海交通大学GAIR团队最新研究表明，在常识理解、数学推理和代码生成等复杂任务中，AI经过多轮“自我提升”后，可能会出现一种称为“自我提升逆转”（self-improvement reversal）的现象 Self-Improvement Reversal in Post-training》已获得了 ICML 2024 （AI for Math Workshop） 的Honorable Mention Award
33310编辑于 2024-07-22- 来自专栏SeanCheney的专栏
《生命3.0》（Life 3.0）序章 Omega团队第1章 时代的对话第2章 智能的产生
goals are aligned with ours Cyborg —— Human-machine hybrid Intelligence explosion —— Recursive self-improvement
1.7K80发布于 2018-04-24 - 来自专栏MixLab科技+设计实验室
AGI倒计时：两年 ？OpenAI、Anthropic都有类似的观点
这就是传说中的递归自我提升（Recursive Self-Improvement），那个曾经只存在于论文里的“科幻”概念，正在变成现实。
17610编辑于 2026-03-25 - 来自专栏企鹅号快讯
解密！德扑界的AlphaGo：击败顶级德扑玩家的AI赌神Libratus
模块三：Continual self-improvement（持续自我强化） 比赛中人类高手会寻找Libratus的漏洞，并展开有针对性的攻击。
1.1K100发布于 2018-02-11 - 来自专栏技术汇总专栏
信息论视角下的 AI Agent 主动学习与数据选择策略
在当前的AIAgent（智能体）架构中，模型不再只是被动训练的“黑盒”，而是具备：自主决策（Action）持续学习（ContinualLearning）自我改进（Self-Improvement）的能力
20210编辑于 2025-12-25 - 来自专栏大数据文摘
大咖丨每年都立下新年Flag的小扎，今年又留给自己什么样的挑战？
This will be a serious year of self-improvement and I'm looking forward to learning from working to fix
42520发布于 2018-05-24 - 来自专栏量子位
德扑人机大战差点没搞成，这是几个你不知道的细节……
Continual Self-improvement（持续自我强化）是冷扑大师背后的核心模块之一。
75550发布于 2018-03-30 - 来自专栏机器之心
中科大、中兴提出新后训练范式：小尺寸多模态模型，成功复现R1推理
Stage2：拒绝采样自我增强（Rejected Sample based Self-improvement） 数据准备过程涉及对综合数据集的系统采样。
29410编辑于 2025-04-15 每周AI论文速递（240415-240419）
Toward Self-Improvement of LLMs via Imagination, Searching, and Criticizing 通过想象、搜索和批评实现大语言模型的自我提升 尽管大语言模型
16400编辑于 2025-04-08- 来自专栏机器之心
大模型为何难成为「数学家」？斯坦福等揭示严谨证明中的结构性弱点
✨ 曙光初现：批判增强与定理提示可带来性能提升 尽管当前模型在逻辑严谨性上的表现仍不理想，扩大模型规模或延长推理过程也难以显著提升推理质量，但研究团队仍发现了一些确实有效的改进策略： 自我批判提升（Self-improvement
32410编辑于 2025-06-23 - 来自专栏芋道源码
聊聊DeepSeek-R1的技术路径
这一点也基本决定了未来模型的训练中使用优质模型蒸馏的数据集，或模型self-improvement会成为重要的训练路径。
35300编辑于 2025-03-06 OpenAI与DeepMind竞速 “AI自我进化”，留给人类的控制权还剩多少？
说实话，作为一名长期跟踪AI进化的观察者，我个人觉得，我们可能真的站在了一个名为“递归自我改进”（Recursive Self-Improvement，简称RSI）的悬崖边上。
32110编辑于 2026-02-03- 来自专栏量子位
AI赌神称霸德扑的秘密，刚刚被《科学》“曝光”了
模块三：Continual self-improvement(持续自我强化) 比赛中人类高手会寻找Libratus的漏洞，并展开有针对性的攻击。
97460发布于 2018-03-22 - 来自专栏机器之心
大模型迎来「开源季」，盘点过去一个月那些开源的LLM和数据集
论文地址：https://arxiv.org/abs/2304.08466 最近的论文《Better Language Models of Code through Self-Improvement》就是关于这一方向的研究
86510编辑于 2023-05-22 - 来自专栏DeepHub IMBA
9月大型语言模型研究论文总结
Enable Language Models to Implicitly Learn Self-Improvement From Data https://arxiv.org/abs/2310.00898
75621编辑于 2023-10-23 - 来自专栏AiCharm
LLM遍地开花，盘点过去一个月那些开源的LLM和数据集
论文地址：https://arxiv.org/abs/2304.08466 最近的论文《Better Language Models of Code through Self-Improvement》就是关于这一方向的研究
1.1K30编辑于 2023-06-07 - 来自专栏技术人生黄勇
让 OpenClaw 帮你干活（四）：Proactive Agent 技能让AI眼里有活
自我改进 （Self-Improvement Guardrails） 安全演进，防止偏离 Agent 可以从每次交互中学习，更新自己的行为规则。
2700编辑于 2026-03-30 - 来自专栏量子位
独家 | 在CMU对话德扑AI团队：解密1+2技术架构，不攻反而不败
模块三：Continual self-improvement(持续自我强化) 比赛中人类高手会寻找Libratus的漏洞，并展开有针对性的攻击。
99650发布于 2018-03-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号