self-evolve

定義

モデルやエージェントが、追加の人手ラベルに頼らず自分の出力や実行結果を材料にして自分自身を改良していく枠組み。自分で課題を作って解き、結果の良し悪しから学習信号を作る循環が中核で、人手のデータ収集が律速になる問題への回答として提案される。外部の教師から学ぶ蒸留やRLHFとは、信号の出どころが自分自身である点で異なる。

論文題名での読み方

人手なしで改良する話

この語が出てくる解説

• 論文解説: Aspire — モデルは「曖昧な目標」から自己進化できるかAspire: Can Models Self-Evolve from Vague Goals?