热点事件持续更新
北理工/清华 MaD-RSI 模型提升 LLM 代理能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
北理工和清华提出了一种名为 MaD-RSI 的多模型自改进方法，旨在提升大型语言模型（LLM）的通用性。该方法通过优化共享 harness 来提高 LLM 代理的能力。早先报道指出 RSI 默认采用「单模型—单数据集」模式，而作者进行了改动，将多模型视为数据分布来搜索可迁移 harness。最新的数据显示，主评 Pass@4 达到 73.00%，Pass^4 达到 48.00%，单模准确率在 58.50–65.00% 范围内，超出了对应基线。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 06:05
MaD-RSI 模型通过跨 ≥2 模型测试 Pass^4，证明了 harness RSI 的验收必须跨越多个模型进行。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Agent Control Flash NewsMaD-RSI 框架：北理工/清华提出多模型自改进方法，提升 LLM 通用性
反直觉：只对一个 LLM 搜 harness，换模型就过拟合。现有错处：RSI 默认「单模型—单数据集」。作者改动：Model-as-Data（MaD-RSI），把多模型当数据分布搜可迁移 harness。硬数字：主评 Pass@4 **73.00%**、Pass^4 **48.00%**；单模准确率 **58.50–65.00%** 超对应基线。可迁移判断：**明川：harness RSI 验收必须跨 ≥2 模型测 Pass^4，禁只报训练模型 Pass@k。不要并进 #4 HGM-Dual，也不要并进 #10 SSR。**
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。