arXiv · cs.CL· Lingkai Kong·· 21 小时前AI 评分38
通过强化学习激励大语言模型的自学习能力
Incentivizing Self-Learning in Large Language Models via Reinforcement Learning
来源与原文
arXiv · cs.CL
作者：Lingkai Kong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39671v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究提出用强化学习激励 LLM 的自学习能力——自主检索、学习并应用长篇参考材料中的知识，并引入 BookNavigator 界面支持这一过程。该方法将 Intern-S2-Preview-35B 的整体证明准确率从 51.5% 提升至 79.5%，超过 RL 训练的无教材和固定检索基线；在 BrowseComp-Plus 和 CL-bench 上分别比基础模型提升 1.7 和 2.3 个百分点。
来源：arXiv · cs.CL · arxiv.org