RGR：表征几何正则化缓解LLM自我改进能力退化
原文标题：Mitigating Capability Degradation in LLM Self-Improvement via Representation Geometry Regularization
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。
论文发现On-Policy Self-distillation在提升整体性能的同时会逐步退化已获得能力，伴随隐表征几何恶化。作者提出表征几何正则化RGR，通过增强簇内紧凑与簇间分离保持表征几何，可无缝集成到现有OPSD方法中，缓解能力退化并保留能力提升。
- 问题
- On-Policy Self-distillation 提升整体性能时会逐步退化已获得的能力。
- 方法
- 发现能力退化伴随隐表征几何恶化，提出表征几何正则化RGR，增强簇内紧凑与簇间分离，可无缝接入现有OPSD流程。
- 结果
- 在多个OPSD方法和基准上普遍缓解能力退化并保留能力提升；未给出具体提升数字。
- 影响
- 自蒸馏后训练可直接加正则项，避免模型在持续自我改进中遗忘旧能力。
深读 · 结论先行AI 生成展开看要点与影响 ↓
OPSD自我改进会退化旧能力，RGR用表征几何正则缓解
- •发现On-Policy Self-distillation整体性能上升，但早期答对的题会逐渐答错
- •退化伴随隐表征几何恶化：簇内紧凑度下降、簇间分离度减弱
- •RGR通过增强簇内紧凑与簇间分离保持表征几何
- •RGR可无缝接入现有OPSD方法，不改动其核心优化流程
为什么重要：自我改进是当前后训练热门路线，这条指出其隐性代价（能力遗忘）并给出低成本补丁，对做自蒸馏/自博弈训练的团队有警示意义。
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。