IXThinker·2025-09-21 10:30

Meta提出語言自我博弈 無需數據自我改進

高質素數據不足已成為大語言模型持續學習的瓶頸。Meta提出名為「語言自我博弈」（LSP）的強化學習新方法，讓模型無需額外數據也能自我改進。

數據瓶頸

隨著模型規模擴大，高質素訓練數據日漸見底，成為限制大語言模型持續提升能力的關鍵。如何擺脫對外部標註數據的依賴，是業界迫切想解決的難題。