PAPER2LLM++：从研究论文持续自我进化的大模型
原文标题：PAPER2LLM++: Continual Self-Evolution of LLMs from Research Papers
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究提出PAPER2LLM++框架，实现LLM从研究论文中持续自我进化。该框架不将论文仅视为检索知识，而是作为模型改进的证据和监督流：对每篇论文提取有证据支撑的发现，测试当前模型中报告的局限是否仍存在，必要时转化为候选学习信号。通过尝试-评估-提交流程，仅在更新改善目标行为且不显著遗忘或降低通用能力时集成更新。
- 问题
- LLM无法自动从关于自身缺陷的新研究中学习改进。
- 方法
- 把论文当作证据与监督流，提取发现、验证局限是否仍存在，经尝试-评估-提交集成更新。
- 结果
- 未给出量化结果。
- 影响
- 为模型持续自我进化提供闭环流程，减少人工把论文转成训练信号的环节。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PAPER2LLM++让LLM把论文当监督流持续自我进化，仅在改善目标且不显著遗忘时提交更新
- •不把论文仅当检索知识，而是作为模型改进的证据与监督流
- •对每篇论文提取有证据支撑的发现，测试当前模型中报告的局限是否仍存在，必要时转为候选学习信号
- •采用尝试-评估-提交流程，仅在更新改善目标行为且不显著遗忘先前改进或降低通用能力时集成
- •在顺序的研究发现失败流上，模型能逐步纳入新发现并保留早期收益
为什么重要：尝试把人类研究论文与模型迭代闭环连接，若可扩展，模型可持续从关于自身缺陷的文献中学习，而非依赖人工重训。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。