大模型无数据同策略自训练研究

2026年10月26日，X用户AK（@_akhaliq）发布消息称，一篇关于大语言模型无数据自我改进的论文探讨了“同策略自训练”。报道给出了Hugging Face论文页面链接，但当前内容未提供论文作者、实验模型、具体方法、训练数据替代方案或评测结果，也未说明该方法是否经过同行评审及是否已用于实际模型。因此，目前可确认的进展仅是该研究方向及论文页面被公开分享，尚无更多技术细节或应用成果可核实。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。