通过表示几何正则化缓解LLM自我改进中的能力退化

arXiv:2610.12855v1 发布类型：new 摘要：On-Policy Self-distillation（在线策略自蒸馏）是一种自我改进范式，它允许大语言模型（LLM）通过在不同条件上下文中将同一模型同时作为教师和学生来提升其能力。

Jiaqi Tian, Ting Long·arXiv — cs.AI

Key Takeaways

01.arXiv:2610.12855v1 发布类型：new 摘要：On-Policy Self-distillation（在线策略自蒸馏）是一种自我改进范式，它允许大语言模型（LLM）通过在不同条件上下文中将同一模型同时作为教师和学生来提升其能力。

This material is provided as an extended analytical summary.

Aggregated within AI Qazaqstan national intelligence stream with author attribution.

Исследования1 мин

在准备上市之际，Anthropic 的 S-1 文件让生成型人工智能对甲烷的依赖变得显而易见。 “对于获得充足电力供应和数据中心位置的竞争非常激烈。”在向美国证券和……提交的文件中

The Verge — AI10月26日

Исследования1 мин

OpenAI 发布了 GPT-6.1 Terra，这是一款中端模型，与前身相比，API 价格降低了一半。分析师表示，它为每美元的智能设定了新标准，特别是对于日常计算任务和人工智能驱动的计算机控制。文章 GPT-6.1 Terra...

The Decoder10月26日

Исследования1 мин

在 Sullivan & Cromwell LLP，John Savva 使用 Codex 围绕公司的法律专业知识构建工具。协议分析器汇集了协议草案、选定的先例和反映公司和客户立场的行动手册。它识别潜在问题并返回...

YouTube — OpenAI Official10月26日