Hugging Face · 每日论文· 媒体 / 作者来源·精选
RSI Arena：通过人类反馈实现递归自我改进
原文标题
RSI Arena: Towards Recursive Self-Improvement with Human Feedback
AI 导读
研究团队推出RSI Arena，一个两阶段研究，探索AI代理如何自主训练语言模型并利用用户反馈改进。十种前沿模型作为训练代理，从NVIDIA Nemotron 3.5 Lightning 30B-A3B Base开始，在六天内独立选择数据、实施训练程序并选择检查点。最强模型由GPT-6 Astra训练，在12项能力基准测试中缩小了76%的基础模型到指令模型的差距。第二阶段，八个模型在风格调整后的相对评分中有所提升，但基准测试收益有限，且一个模型在StrongREJECT上表现出有害合规增加。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
RSI Arena提供了可审计的环境，研究人类反馈如何指导自主模型开发，为递归自我改进迈出一步。
导读由模型辅助整理，非独立核验。完整信息见原文。