★ 3
PAPER2LLM++：从研究论文持续自我进化的大模型
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…
arXiv cs.AI28 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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…
论文将「决定哪些 AI 回复送交更昂贵编辑者修正」形式化为 Edit Discovery Optimization 问题，并提出在线算法 EDIT。在四个推理与事实问答基准上，EDIT 在编辑成本、漏检与误判之间取得优于直接 LLM 批量选择的权衡。