A-RSI：通过自适应任务刷新实现零数据多模态自我改进
当学习信号减弱时，A-RSI 会刷新模型的任务池。它根据训练期间的奖励变化和准确率决定何时引入新任务，不参考验证集或测试集分数。固定的模型编写程序库用于生成多模态问题及其参考答案；刷新规则的特定性质和生成的答案会分别接受检查。训练流程不使用外部训练样例，也不需要人工编写的答案标签。在包含 11 项基准测试的评估中，使用 800 个新任务后，平均分数从 57.77 提升至 61.05。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。