A-RSI：零数据多模态自我改进的自适应任务刷新

A-RSI 按学习信号衰减刷新任务池，实现零数据多模态自我改进。

资讯摘要

论文提出 A-RSI，用训练日志中的奖励变化与准确率判断学习信号何时衰减，据此刷新任务池，不依赖验证集或测试分数。任务由静态的模型自写程序库生成多模态问题并推导参考答案，作者称训练循环不使用外部训练样本或人工答案标签。在十一个基准的主套件上，作者报告用 800 个新任务将平均性能从 57.77 提升至 61.05。

要点速读

1. A-RSI 监测训练日志中的奖励变化和准确率，在学习信号下降时刷新任务池，不查询验证或测试分数。
2. 任务由静态的模型自写程序库生成多模态问题并推导参考答案，作者称训练不使用外部训练样本或人工答案标签。
3. 作者报告在十一个基准的主套件上，用 800 个新任务将平均性能从 57.77 提升至 61.05。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。