A-RSI : amélioration autonome de modèles multimodaux sans données externes
En bref
- A-RSI rafraîchit automatiquement le pool de tâches quand le signal d'apprentissage décline, sans validation externe.
- Le système génère des questions multimodales et leurs réponses de référence via des programmes statiques.
- Sur 11 benchmarks, la performance moyenne passe de 57,77 à 61,05 avec 800 nouvelles tâches.
Des chercheurs proposent A-RSI, une méthode d'auto-amélioration multimodale sans données externes. Le système surveille les variations de récompense et de précision dans les logs d'entraînement pour décider quand rafraîchir le pool de tâches, sans recourir à des scores de validation ou de test. Un ensemble statique de programmes générés par le modèle produit des questions multimodales et leurs réponses de référence, vérifiées automatiquement selon des propriétés spécifiées. Le processus d'entraînement n'utilise ni exemples externes ni étiquettes humaines.
Sur une suite de onze benchmarks, A-RSI améliore la performance moyenne de 57,77 à 61,05 avec 800 nouvelles tâches générées, sans supervision humaine ni données externes.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez Hugging Face Daily Papers.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Comment nous rédigeons · Signaler une erreur