arXiv preprint / 种群与进化方法

Self-Play Fine-Tuning Converts Weak Language Models to Strong Language Models

作者：Zixiang Chen, Yihe Deng, Huizhuo Yuan, Kaixuan Ji, Quanquan Gu · 会议/期刊：arXiv preprint · 方向：种群与进化方法 · 发布日期：2024-01-02

自我进化智能体种群与进化方法大语言模型智能体模型自进化进化算法
新标签打开 AlphaXiv新标签打开 Code
Self-Play Fine-Tuning Converts Weak Language Models to Strong Language Models figure
AlphaXiv 中文概览（可滚动查看）