论文发布：大语言模型无数据自改进

论文作者发布了一篇题为《On-Policy Self-Training: Data-Free Self-Improvement in Large Language Models》的论文，提出一种不依赖外部数据的大语言模型自改进方法。 目前公开信息只有论文标题和链接，论文中该方法的具体做法、适用模型和实验效果尚未在报道中说明。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。