IXThinker·2025-09-10 19:50

Meta新研究ExIt　LLM單步訓練性能飆22%

Meta超級智能實驗室發表新論文，提出ExIt方法實現大語言模型自我改進：僅做單步訓練，推理時卻能多步迭代提升，在數學、工具調用與MLE-bench等任務持續拔高表現。

不斷改進自己

研究源於一個問題：如果不斷讓大語言模型回答「把它改進一下」，會發生甚麼？實驗室三位成員在論文給出答案——模型可以學會自我改進，以單步訓練換取推理時的多步迭代。