0人工参与实现梯度更新！MIT新框架让AI自动生成微调数据，权重自主升级

MIT提出SEAL框架，首次实现大模型在权重层面的自我更新。该系统通过双循环机制，由模型自动生成微调指令并执行LoRA更新，结合ReSTEM强化学习方法优化策略。实验显示，在知识注入任务中准确率提升至47.0%（单段落）和58.2%（200段落），小样本学习成功率高达72.5%，显著优于基线方法，展现出强大的自主学习与任务适应能力。
来源：https://mp.weixin.qq.com/s/zsBvpI0moslsRMDllHyZmA